Diffrence entre deux ensembles A et B, ou complmentaire de B relatif A :

A B= = A A B ainsi p(A B) = p(A) p(A B)

Intgrales :
Int(f+g) = int(f) + int(g) Int(kf) = k.int(f) Int(f) entre a et c = int(f) entre a et b + int(f) entre b et c

Primitive : Proba conditionnelles : Multiplication : Formule de Bayes : Thorme de Bayes : (avec A1 A2 An une partition de l univers)

Test diagnostic
   

Courbe ROC :

Quantitative : discrte ou continue Qualitative : ordinale ou nominale (=catgorielle)

-1-

Moyenne thorique = Moyenne vraie = Esprance mathmatique :

    Une v.a. d esprance nulle est dite centre Variance vraie = Variance thorique :

    

 

Ecart-type : Variable centre rduite :

Cas de l ensemble produit : Covariance : Corrlation :

       

  

 

V.A. indpendantes :
X et Y quantitatives indpendantes <=> vnements [X x] et [Y y] indpendants quel que soit (x ; y). Si v.a. discrtes ou qualitatives :  pour tous les couples (i ; j). Fonction de rpartition Si indpendance, Alors   .

Fonction de rpartition :
Si v.a. discrte :

Densit de proba :

-2-

Variable de Bernoulli :
Dfinition : X(succs) = 1 ; X(chec) = 0 ; p(X=1) = Esprance de X : Variance de X :

Loi binomiale :

LOI BINOMIALE Esprance Variance Ecart-type


X B(n ; )

Loi de Poisson :
Loi du nombre d'vnements indpendants et peu probables observs pdt une priode donne et dans une population infinie. Probabilit d avoir k apparitions de cet vnement :

Si on connait De proche en proche :

, on peut calculer

LOI DE POISSON Esprance Variance Ecart-type

P( )

Si X1

P( 1) et X2

P( 2) avec X1 et X2 indpendantes, alors, X1+X2

P( 1+ 2).

Approximation d une binomiale par une Poisson :

Si X B(n ; ), si n > 50 et si < 0.1, alors on approxime par X N(n )

Loi normale :
Distribution de Laplace-Gauss continue dpend de (quelconque) et (positif), dfinie par :


Si X et Y sont normales et indpendantes, alors aX+bY est normale. La loi normale N( ; ) est symtrique par rapport la droite verticale d abscisse . = cste => mme allure pour densit de proba, mais translate selon (xOx ) = cste, => densit de proba s aplatit, elle est moins centre ; on a tjrs aire gale 1. Le maximum de la fct peut dpasser 1 (sens de variation p.68)

Loi normale centre rduite :

Pour N(0 ; 1) on a :


voir pour les probas unitaires entre -3 et 3 (p.69)

-3-

Ecart-type = distance entre axe de symtrie (en 0) et point d inflexion de la courbe.

Transformation d une loi quelconque en une centre rduite :

Si X N( ; ), alors N(0 ; 1). est centre et est centre rduite Si X dfinie par et , alors

Loi du (khi-2) :
Soient X1, X2, X n des v.a. indpendantes, chacune suivant N(0 ; 1). La distribution de la somme des carrs des Xi est appele loi de n degrs de libert (ou ddl), note (n).
LOI DU KHI-2 Esprance Variance Ecart-type (n)

Risque sanitaire :
Effets indsirables observs : zro parmi n patients, compatible avec un risque individuel compris entre 0 et 3/n. Tout risque suprieur 3/n est jug invraisemblable.

Statistiques descriptives :
Mdiane observe : valeur qui partage l chantillon en deux groupes de mme effectif. Moyenne observe : moyenne arithmttique (ie. somme des valeurs divise par leur effectif) Variance observe : Ecart-type observ : moyenne vraie ou thorique = esprance mathmatique  si v.a. continue :
voir rsum p. 87

grandeurs thoriques.

variance vraie ou thorique

v.a. moyenne arithmtique Mn:

d o Pour une Bernoulli :

Thorme central limite : -> Soit X une v.a. quantitative d esprance mathmatique et de variance vraie -> Soit Mn la v.a. moyenne arithmtique associe X construite sur n rptitions Alors la distribution limite de la v.a. (   est la distribution normale centre rduite N(0 ; 1).      

-4-