Académique Documents
Professionnel Documents
Culture Documents
1. Rappel
2. Variables aléatoires continues : Fonctions de densité,
fonction de répartition et mesures caractéristiques
3. Loi normale : Définitions, propriétés et calcul des
probabilités
1. Rappel
2. Variables aléatoires continues : Fonctions de densité,
fonction de répartition et mesures caractéristiques
3. Loi normale : Définitions, propriétés et calcul des
probabilités
Primaire Secondaire
Collecte des données Compilation de données
Observation
Imprimées ou
Électroniques
Sondage
Échantillon
population
Information sur
Information sur la
l’échantillon
population
Inférence statistique
X
(F, F, F)
(F, F, P) 0
(F, P, F) 1
(P, F, F)
2
(P, P, P)
(P, P, F) 3
(P, F, P)
(F, P, P) Les valeurs numériques possibles
de la variable aléatoire
L’ensemble fondamental
1. Rappel
Telle que :
(P1) :x ,
xX() f ( x) 0
(P2) : f ( x)dx 1
existe)
(en supposant que cette intégrale
o P( X a)
f ( x )dx
o
P( X a)
a
f ( x ) dx
Cours Statistique inférentielle 19
Variables aléatoires continues : Fonction de
Répartition
On appelle fonction de répartition d’une
variable aléatoire continue X et on la note F, la
fonction définie sur IR et à valeurs dans [0, 1],
par la relation : x
F ( x ) P ( X x ) f (t ) dt
et par conséquent, on a :
dF ( x)
f ( x) F ' ( x)
dx
Cours Statistique inférentielle 20
Variables aléatoires continues : Fonction de
Répartition
Propriétés de la fonction de répartition:
o (P1) : 0 F ( x) 1
F () lim F ( x) 1
o (P3) : x
Si x y alors F ( x ) F ( y )
o (P4) :
P(a X b) F (b) F (a)
o (P5) :
o (P1) : E aX b aE X b
avec E X
x
2 2
f ( x)dx
1. Rappel
2. Variables aléatoires continues : Fonctions de densité,
fonction de répartition et mesures caractéristiques
3. Les Lois usuelles continues :
Loi normale : Définitions, propriétés et calcul des
probabilités
o (P2) : f X ( x) 0xX()
x et
f X ( x)dx 1.
fX x
o (P3) : f Xsymétrique
est ( x a ) autour
f X ( x deal’axe
). d’équation et par
conséquent
1
o (P4) : f X possède un maximum unique en m qui égal à .
2
fX .
o (P5) : possède deux points d’inflexion en et
Cours Statistique inférentielle 29
Loi Normale : Graphiques des Propriétés
(P2) : f X ( x) 0xX()
x et f
X ( x)dx 1.
x
P( Z a)
avec a 0
Définition
Soit Z1 , Z 2 ,..., Z k des variables aléatoires
indépendantes et identiquement distribuées selon une
loi normale N(0,1). Alors la variable aléatoire :
Y Z12 Z 22 ... Z k2
suit une loi de Khi-deux 2
à k degrés de
liberté(Y()=IR+), notée (k ) , E(Y)=k,V(Y)=2k.
Définition
2 (2k )
Soit 0 1.
Le centile d’ordre , noté par
,k , est
défini par : 2
P ( X 2(,kk))
avec X 2 (k )
Exemple :
Calculer 02.1(3)
c ? P (Y c) 0.95
Y 2 (10)
c ? P (Y c) 0.99
Cours Statistique inférentielle 49
Lois continues usuelles : Loi de Student
Définition
Soit Z une variable aléatoire normale N(0,1) et Y
une variable aléatoire qui suit la loi du Khi-deux à k
degrés de liberté. Si Z et Y sont indépendantes,
alors la variable aléatoire
Z
T T (k )
Y
k
Propriétés
1. La variable aléatoire associée à la loi de Student t
(k dl) est une v.a. continue, notée Tk.
Théorème 1
Soit Tk une variable aléatoire qui suit une loi de
Student t à k degrés de liberté. Alors :
1. E (Tk ) 0
k
2. Var (Tk ) pour k 2
k 2
Théorème 2
La variable aléatoire Tk suit approximativement une loi
normale N(0,1) lorsque k est grand.
L
T T (k ) T Z N (0,1)
1. Si T21
t (21 dl ) , alors déterminer les valeurs des
deux probabilités suivantes :
P (T21 0.6864)
P (T21 1, 721)
Définition
Soit 0 1. Le centile d’ordre , notéTpar
(k ) , est
défini par : P (T T (k ))
avec T T (k )
Exemple :
Calculer T0.9 (3)