Autres LOIS de PROBABILITES

Professeur Pascale FRIANT-MICHEL

> Facult de Pharmacie

Pascale.Friant@cbt.uhp-nancy.fr

Les autres LOIS de PROBABILITES

I - INTRODUCTION > II - LOI du x2 (1)
- Grand nombre de lois de probabilits
- Etude de trois lois trs utilises dans les tests statistiques
de formulation connue mais complexe
=>
seules leurs principales caractristiques seront donnes

II LOI du 2 (lettre grecque : khi, on dit : loi du khi deux)

Permet, en particulier, de comparer des distributions
1. Dfinition
Soient X1, X2, . . . X, lois normales centres rduites N (0, 1)
indpendantes

II - LOI du 2 (2)
1. Dfinition (2)

La loi de 2 degrs de libert est la loi de la variable

alatoire somme :
2 = X 12 + X 22 + . . . + X 2
Remarque : 2 1 degr de libert
est le carr dune variable normale centre rduite

2. Proprits
a) 2 0, +
b) distribution de 2 continue
c) reprsentation graphique de la loi de 2
. courbe en cloche unimodale asymtrique avec talement
vers la droite (pour les faibles valeurs de )
. famille de courbes de 2 suivant le nombre de degrs
de libert

II - LOI du 2 (3)
2. Proprits (2)

P ( 2 )

=4

0,15
=1
0,10

= 15

0,05
0

10

20

30

. La loi de 2 tend vers la loi normale centre rduite

quand

Les deux lois deviennent quasiment identiques quand > 30

d) En pratique : tables de la distribution de 2
tables tablies par PEARSON

II - LOI du 2 (4)

3. Table du 2 (la plus utilise)

. donne, en fonction du nombre de degrs de libert, les
valeurs limites 2 du 2 correspondant au coefficient
de risque
P ( 2 )

. table double entre (du fait de la dpendance en )

La valeur de est lue en ligne, celle de en colonne,
la valeur recherche 2 se situant lintersection

II - LOI du 2 (5)
3. Table du 2 (2)

Exemple :

0,99

...

pour = 8 et = 0,05
...

0,05

3,841

...

...

...

0,010

.
.
.
30
Dans les tests statistiques, on utilise souvent comme seuil de risque :
=5%
=1%

soit

pour = 8
"

25% = 15,51
21% = 20,09

II - LOI du 2 (6) > III - LOI de STUDENT ou de STUDENT-FISHER (1)

3. Table du 2 (3)

Remarques :
- pour toute la 1re ligne, les valeurs sont celles ducarr de la
variable normale centre rduite t
- la table sarrte pour = 30, au-del on prend lapproximation
de la loi normale et on utilise la table de t

III - LOI de STUDENT ou de STUDENT-FISHER

Permet, en particulier, de comparer les moyennes dchantillons
1. Dfinition
La loi de STUDENT note ts degrs de libert est le quotient
dune loi normale centre rduite N (0, 1) par la racine carre
dune loi du khi2 degrs de libert divise par ; les deux lois
tant indpendantes
N (0, 1)
ts=
2

III - LOI de STUDENT ou de STUDENT-FISHER (2)

2. Proprits
a) t s - , + [
b) reprsentation graphique de la loi de STUDENT
. courbe en cloche symtrique, plus aplatie que la
courbe de Gauss (courbe hyper-normale)
P (t)

courbe normale
courbe hyper-normale

0
. dautant plus aplatie que est plus petit

III - LOI de STUDENT ou de STUDENT-FISHER (3)

2. Proprits (2)

. famille de distributions de t s suivant le nombre de

degrs de libert
P (t s)

= 40
= 10
=3

ts

. La loi de STUDENT tend vers la loi normale centre rduite

quand

Les deux lois deviennent quasiment identiques quand > 30

III - LOI de STUDENT ou de STUDENT-FISHER (4)

2. Proprits (3)

c) En pratique : tables de la variable t s

3. Table de la variable de STUDENT-FISHER (la plus utilise)
. similaire celle de lcart-rduit (loi normale)
/2

/2

-ts

ts

. table double entre (du fait de la dpendance en )

La valeur de est lue en ligne, celle de en colonne,
la valeur recherche t s se situant lintersection

III - LOI de STUDENT ou de STUDENT-FISHER (5)

3. Table de la variable de STUDENT-FISHER (2)

Exemple :

0,90

...

pour = 10 et = 0,05
...

0,05

10

...

...

...

0,001

.
.
.
120

0,126

1,960

3,291

Dans les tests statistiques, on utilise souvent comme seuil de risque :

=5%
=1%

soit

t s = 2,228
t s = 3,169

(t = 1,96 pour loi normale)

(t = 2,58
"
)

IV - LOI de SNEDECOR ou de FISHER-SNEDECOR (1)

Permet, en particulier, de comparer les variances dchantillons
1. Dfinition
Soient 2 1et 2 2 deux lois indpendantes du 2 1 et 2
degrs de libert respectivement
La loi de SNEDECOR 1 et 2 degrs de libert note F1,2
(en hommage Fisher) est dfinie comme le quotient :
21
F1,2 = 2 1
2
2
2. Proprits
a) F 0, +

b) attention : F1,2 F2,1

IV - LOI de SNEDECOR ou de FISHER-SNEDECOR (2)

2. Proprits (2)

Remarque : quand on change les degrs de libert, on

dmontre que lon transforme le calcul de la
probabilit par le calcul de son complmentaire
c) reprsentation graphique de la loi de SNEDECOR
. dpendance avec les deux degrs de libert 1 et 2
=>
famille de courbes de SNEDECOR
. courbes en cloche unimodale asymtrique avec talement
vers la droite
P (F)
(1, 2) = (2, 5)
(1, 2) = (10, 10)
(1, 2) = (5, 2)
0

IV - LOI de SNEDECOR ou de FISHER-SNEDECOR (3)

2. Proprits (3)

d) En pratique : tables de la distribution de F

3. Table de SNEDECOR
. similaire celle de 2
P (F)

F
F
0
. table triple entre (du fait de la double dpendance en
degrs de libert)
=>
une table par valeur de
. pour chaque , table double entre (1 et 2)
La valeur de 1 est lue en ligne, celle de 2 en colonne,
la valeur recherche F se situant lintersection

IV - LOI de SNEDECOR ou de FISHER-SNEDECOR (4)

3. Table de SNEDECOR (2)

Exemple :
pour = 0,05, 1 = 20 et 2 = 10
Reportons-nous la table = 5%
1

...

...

20

10

...

...

...

.
.
.
100

3,84

1,57
Soit F20,10 = 2,77

1,00

IV - LOI de SNEDECOR ou de FISHER-SNEDECOR (5)

3. Table de SNEDECOR (3)

Quand les valeurs ne sont pas dans les tables, on procde par
interpolation

L1 SANTE