Chap Lois Usuelles Stat PDF

1
Lois usuelles de probabilité
Prof. Mohammed MERZAQ
ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

Opérations Objectifs Méthode Traitements Remarques
statistiques
2 - Rassembler
- Regrouper -Organiser -Distributions
- Présenter les -Représenter Description -Tableaux Les résultats
données -Graphes obtenus sont
Statistiques
limités aux
descriptives - Réduire les -Simplifier -Indices
données à un -Comparer -Paramètres objets
nombre limité de -Chercher un Analyse -Coefficients mesurés
caractéristiques modèle
en les résumant
Déduire des -Echantillonnage Implique des
résultats obtenus -Estimation modèles et
sur les objets -Test des
étudiés des -Interpréter d’hypothèse hypothèses
Inférence
conclusions -Prévoir Induction probabilistes
statistique
probables (risque -Décider restrictives
d’erreur connu)
relatives à
l'ensemble parent
des objets ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020
Etude des liaisons entre caractères
3
Description et représentation des liaisons entre caractères
- Caractères quantitatifs: AFCP

- Caractère qualitatifs ordonnés : Analyse des préférences
- Caractères qualitatifs nominaux: Analyse factorielle des
correspondances AFC

Etude des liaisons entre caractères
4
Variation des caractères à expliquer en fonction des variations des

caractères explicatives
Caractères explicatifs
Qualitatifs Quantitatifs Mixte
Caractères à expliquer
Discrimination Analyse
Un caractère qualitatif qualitative factorielle
discriminante
Un caractère quantitatif Analyse de la Régression Analyse de
variance covariance
Analyse de la Analyse
Plusieurs caractères quantitatifs variance canonique
multidimensionnelle

Description des individus
5
Distance entre individus (Proximité)

- Observation des individus dans un espace de dimension
réduite: méthodes factorielles

Ressemblance entre individus (Typologie)
- Rangement des individus dans des classes: méthode de
classification

Lois usuelles de probabilité
6
1- Lois de probabilité discrètes

2- Lois de probabilité continues
L’observation de statistiques permet de déterminer des
modèles théoriques de référence qui reflètent le
comportement des variables aléatoires: Les lois de
probabilité. On distingue les lois relatives aux variables
aléatoires discrètes et les lois relatives aux variables
aléatoires continues.
1- Lois de probabilité discrètes
7
On fait rappel donc au loi binomiale et la loi de Poisson.

Loi binomiale: Epreuve de Bernoulli
Une variable aléatoire discrète X1 suit une loi de Bernoulli
si le référentiel de l’épreuve est alternatif: Réalisation de
l’épreuve avec une probabilité p ; non réalisation de
l’épreuve avec une probabilité q tel que q = 1 – p
On a donc deux éventualités:
Succès: Réalisation de l’épreuve Probabilité p
Echec: Non réalisation de l’épreuve Probabilité q = 1 - p
Lois de probabilité discrètes
8
La valeur de la variable de Bernoulli est 1 en cas de succès et 0 en

cas d’échec xi 1 0
P (X1 = xi) p q
E(X1)= (1 x p)+ (0 x q) = p
V(X1)= (12 x p)+ (02 x q) – p2 = p - p2 = pq
 L’espérance mathématique d’une variable de Bernoulli
est : E(X1) = p
 La variance d’une variable de Bernoulli
V(X1)= pq
9
Exemple : Présentation d’épreuve de Bernoulli

Epreuves Référentiel
Sexe d’un enfant à la naissance Fille ou Garçon
Résultat d’un candidat à l’examen Admis ou Ajourné
Résultat du jet d’une pièce Pile ou Face
Contrôle de qualité Conforme ou Non conforme
Signe d’un nombre Positif ou Négatif
Définition de la binomiale:
Soit une épreuve de Bernoulli de réalisation de l’événement succès est
égale à p. Cette épreuve est reproduite n fois, les répétitions étant
indépendantes c.à.d. que la probabilité de succès est égale à p au
cours des n épreuves.
10

11

Caractéristiques d’une variable aléatoire binomiale
12
Une variable aléatoire X qui suit une binomiale est la

somme de n variables de Bernoulli Xi indépendante,
et peut , en conséquence se définir par :
X = X1 + X2 + X3 + ………+ Xn
L’espérance E(X) d’une variable aléatoire X qui suit
une loi binomiale est :
E(X) = E(X1 + X2 + X3 + ………+ Xn )
= E(X1) + E(X2) + E(X3) + ………+ E(Xn)
= p +p + p+…….+ p = np
E(X) = np
Caractéristiques d’une variable aléatoire binomiale
13

Loi de Poisson ou loi des événements rares
14
La loi de Poisson modélise les variables aléatoires qui

étudient les événements où le futur est indépendant du
passé et les événements rares ( files d’attente, pannes,
mortalité, accidents, nombre d’appels à un
standard,….), et suppose les propriétés suivantes:
- La probabilité p de réalisation d’un événement
pendant un intervalle de temps infiniment petit de
durée dt est proportionnelle à dt.
- La probabilité d’avoir plus d’une réalisation d’un
événement donné dans un intervalle de temps tend
vers 0. ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020
15

16

2-Lois de probabilité continues
17

Lois de probabilité continues
18

Fonction de densité
19

Fonction de répartition
20

Caractéristiques d’une variable aléatoire exponentielle
21

Loi normale
22

Loi normale
23
 f (x)

Loi normale
24

Loi normale centrée réduite
25

26

27
Représentation de la fonction de densité:

28

29

30

31

Exercice
32

Exercice - solution -
33


34

35


36
Illustration la question f

37

38

39

Somme et différence des variables aléatoires indépendantes
40

Approximation d’une loi binomiale par la loi normale
41

42

43

44

Approximation d’une loi de Poisson par la loi normale
45

Correction de continuité
46
L’approximation d’une variable aléatoire discrète (soit

binomiale ou de Poisson) par une variable aléatoire
continue nécessite d’effectuer une correction de
continuité.
La représentation graphique de cette approximation
se traduit par le passage d’un diagramme en bâtons
à un histogramme: La probabilité P(xi) représentée
par un bâton est remplacée par l’aire d’un rectangle
dont la base est égale à 1 et la hauteur à f(xi) avec
xi centre de la classe.
47

48

49

50

51

Lois Usuelles
52
Merci de votre attention

Chap Lois Usuelles Stat PDF

Transféré par

Informations du document

Titre original

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

Chap Lois Usuelles Stat PDF

Transféré par

Droits d'auteur :

Formats disponibles

1

Lois usuelles de probabilité

Prof. Mohammed MERZAQ

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

Description et représentation des liaisons entre caractères

- Caractères quantitatifs: AFCP

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

Variation des caractères à expliquer en fonction des variations des

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

Distance entre individus (Proximité)

réduite: méthodes factorielles

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

1- Lois de probabilité discrètes

On fait rappel donc au loi binomiale et la loi de Poisson.

La valeur de la variable de Bernoulli est 1 en cas de succès et 0 en

Exemple : Présentation d’épreuve de Bernoulli

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

Une variable aléatoire X qui suit une binomiale est la

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

La loi de Poisson modélise les variables aléatoires qui

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

Représentation de la fonction de densité:

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

L’approximation d’une variable aléatoire discrète (soit

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

Merci de votre attention

ENCG - FEG Settat Pr MERZAQ 20-21 26/11/2020

Vous aimerez peut-être aussi