[PDF] Cours de probabilités et statistiques





Previous PDF Next PDF



Cours de Statistiques niveau L1-L2

7 mai 2018 Statistique descriptive : elle a pour but de résumer l'information ... Déficit 1ère année : 15% × 100 = 15 M€ ? dette = 115 M€.



Résumé du Cours de Statistique Descriptive

15 déc. 2010 Pouvoir appliquer les techniques de statistiques descriptives au moyen du language. R. – Références. Dodge Y.(2003) Premiers pas en statistique ...



Cours de Statistique

Année Universitaire : 2019/2020. Cours de Statistique. Dr. Habiba BOUHALLOUF. Université Frères Mentouri Constantine 1. Faculté des sciences de la nature et 



INTRODUCTION A LA METHODE STATISTIQUE

Cours de Statistique Descriptive et Calcul de probabilité revient à l'exemple des étudiants d'une faculté les étudiants de la première année de cette.



Statistiques descriptives et exercices

Rappels de cours et exercices corrigés sur la statistique descriptive La population est l'ensemble des boîtes produites durant l'année et.



SYLLABUS DETAILLE DU COURS DE STATISTIQUE

SYLLABUS DETAILLE DU COURS DE STATISTIQUE DESCRIPTIVE EN PREMIERE. ANNEE DE LICENCE PROFESSIONNELLE. Dr TCHOUAPI Rosy. I. Objectif du cours.



Probabilité et statistique pour 1ere année MI

Probabilité et statistique pour 1ere année MI. Dr GHORAF NAMIRE 1 Statistique descriptive ... 1.5 Caractéristiques numériques deune série statistique .



Cours de Statistique Descriptive

Une variable statistique est dite : (i) quantitative : lorsqu'elle est mesurée par un nombre (les Notes des Etudiants à l'Examen de Statistique le 



Exercices Corrigés Statistique et Probabilités

Faculté des Sciences d'Agadir (STU 3) I. Statistique descriptive univariée . ... Faire l'étude du caractère « âge » : dresser le tableau statistique ...



Cours de probabilités et statistiques

Dans une classe de 36 él`eves quelle est la probabilité pour que deux él`eves au moins soient nés le même jour? (on consid`erera que l'année compte 365 jours



Cours de Statistique de Base - Nantes Université

Cours de Statistique de Base Anne Philippe1& Marie-Claude Viano2 1Université de Nantes Département de Mathématiques 2 rue de la Houssinière - BP 92208 - F-44322 Nantes Cedex 3 2Université de Lille 1 ableT des matières ableT des gures4 Liste des tableaux5 Chapitre 1 Introduction6 Chapitre 2 Estimation ponctuelle8 1



INTRODUCTION A LA METHODE STATISTIQUE - fsegnrnutn

MJ Cours de Statistique Descriptive et Calcul de probabilité 1 Chapitre 1 INTRODUCTION A LA METHODE STATISTIQUE I-INTRODUCTION ET TERMINOLOGIE : Il est nécessaire avant d’exposer les différentes méthodes utilisées de donner la terminologie



R esum e du Cours de Statistique Descriptive

– La statistique s’applique `a la plupart des disciplines : agronomie biologie d´emographie ´economie sociologie linguistique psychologie 1 1 2 Mesure et variable – Ons’int´eresse`adesunit´es statistiquesouunit´es d’observation:parexemple des individus des entreprises des m´enages En sciences humaines on



Searches related to cours statistique pdf 1ere année faculté PDF

Cours de : Probabilités 1ère année de la licence Statistique Appliquée à l'Économie Sidi Mohamed MAOULOUD Institut Supérieur de Comptabilité

  • Introduction Au Statistique Descriptive

    La statistique est la discipline qui étudie des phénomènes à travers la collecte de données, leur traitement, leur analyse, l’interprétation des résultats et leur présentation afin de rendre ces données compréhensibles par tous. C’est à la fois une branche des mathématiques appliquées 1, une méthode et un ensemble de techniques. Selon Wikipediala s...

  • Plan Du Cours

    Représentation des données (CH1)

  • Exercices & Examens de Statistique Descriptive

    Pour télécharger les QCM, exercices et examens de Statistique Descriptive, Cliquez sur les liens ci-dessous pour passer à la page concernée. 1. Séries d’exercices et contrôles corrigés de Statistique Descriptive gratuit

Quels sont les différents types de cours de statistique?

Des ´el´ements d’enquˆete statistique (CS,INFO-COM), de statistique descriptive (Cours ”Traitement quantitatif de l’information” en GACO, 40h). GEA, TC Cours de math´ematiques pour la gestion, maths ?nanci`eres.

Qu'est-ce que le cours de statistique ?

Préambule Le cours a pour but d’iinitier les étudiants aux principes de base de la statistique. Il s’adresse aux étudiants de deuxième année de Licence des sciences et techniques, ainsi qu’aux étudiants des autres filières.

Quelle formation pour faire des statistiques?

Formaliser les problèmes et proposer de solutions théoriques basées sur des études statistiques, du Machine Learning et de la data visualisation,. De formation Bac+3 / +5 en statistiques, type IUT, licence MIASS ou statistiques , vous avez une très bonne maîtrise de SAS, ainsi que des outils bureautique …

Quelle est l’unité de la statistique ?

Lorsque la Statistique est mise au pluriel, on parle alors de données statistiques, de tableaux, de valeurs où la Statistique est appliquée. Ici, l’unité n’est pas précisée car on la sous entend dans les informations divulguées. Cependant, elle est importante dans une majeure partie des tableaux statistiques, ne jamais l’oublier.

Stage ATSM - Ao^ut 2010

Cours de probabilit

´es et statistiques

A. Perrut

contact : Anne.Perrut@univ-lyon1.fr 2

Table des matiµeres

1 Le modµele probabiliste 5

1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

2.4 Trois autres lois discrµetes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

2.4.2 Loi de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.4.3 Loi uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3.1 Loi d'une v.a. continue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

3.2 Loi uniforme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.3 La loi normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

3.4 La loi exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

3.5 Fonction d'une v.a. continue . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

3.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

4.1 Loi des grands nombres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

4.3 Intervalles de con¯ance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

4.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3

4TABLE DES MATIµERES

5 Tests statistiques 47

5.1 Tests d'hypothµeses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

5.2 Test d'ajustement du chi-deux . . . . . . . . . . . . . . . . . . . . . . . . . 49

5.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

B Tables statistiques 61

C.1 Variable quantitative discrµete . . . . . . . . . . . . . . . . . . . . . . . . . . 65 C.2 Variable quantitative continue . . . . . . . . . . . . . . . . . . . . . . . . . . 68 C.3 Variable qualitative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70

Chapitre 1

Le modµele probabiliste

1.1 Introduction

Exemples :

- l'enfant µa na^³tre sera une ¯lle, - Proportion :

P(A) =3

6 = 1=2. Alors

P(¯lle) = limn!+1k

n n mais cette limite a-t-elle un sens? - Opinion : pour que l'OL soit championne de France? Dans ce cas, on ne peut pas rejouer le m^eme subjectif. 5

6CHAPITRE 1. LE MODµELE PROBABILISTE

Exemples :

\Lyon ne gagne pas". chi®re pair", ieA=f2;4;6g. jcelui du second.

B: \on obtient pile au deuxiµeme lancer" est

B=f(f;p;f);(f;p;p);(p;p;f);(p;p;p)g

le nombre de \face" obtenus. Alors, =f0;1;2;3g. Le modµele est beaucoup plus simple, notations vocabulaire ensembliste vocabulaire probabiliste ensemble plein ensemble vide A sous-ensemble de !2A !appartient µaA

A½B

Ainclus dansB

AimpliqueB

A[B AouB A\B intersection deAetB AetB A cou A A\B=;

AetBdisjoints

AetBincompatibles

Exemple : soit =f0;1;2g. ConstruisonsP().

P() =n

;;f0g;f1g;f2g;f0;1g;f0;2g;f1;2g;o telle que : -P(A) =X -P() =X !2P(!) = 1

0.95 :Ava trµes probablement se produire.

4.0 : incorrect.

-2 : incorrect.

0.5 : une chance sur deux.

8CHAPITRE 1. LE MODµELE PROBABILISTE

faire quelques calculs :

1) SiAetBsont incompatibles,P(A[B) =P(A) +P(B).

2)P(Ac) = 1¡P(A).

3)P(;) = 0.

5)P(A[B) =P(A) +P(B)¡P(A\B).

2) CommeAetAcsont incompatibles,1 =P() =P(A[Ac) =P(A) +P(Ac).

3)P(;) = 1¡P(;c) = 1¡P() = 0.

P i2NA i´ =X i2NP(Ai) - axiome 3 :P() = 1

1 =P() =X

!2P(!) =X !2p=p£card()

D'oµup=P(!) =1

card()

P(A) =X

!2AP(!) =card(A) card() dire : - choisir, par

P(BjA) =P(A\B)

P(A) Utilisation 2 : QuandP(BjA)etP(A)sont faciles µa trouver, on peut obtenirP(A\B). Exemple 6Une urne contientrboules rouges etvboules vertes. On en tire deux, l'une =frouge;verteg £ frouge;verteg rouge".

P(A\B) =P(BjA)P(A) =r¡1

r+v¡1¢r r+v

P(B) =P(BjA)P(A) +P(BjAc)P(Ac)

10CHAPITRE 1. LE MODµELE PROBABILISTE

preuve : CommeA[Ac= ,P(B) =P(B\(A[Ac)) =P((B\A)[(B\Ac)). OrB\A

P(B) =P(B\A) +P(B\Ac)

On garde le m^eme formalisme.

P(B) =P(BjA)P(A) +P(BjAc)P(Ac)

r¡1 r+v¡1¢r r+v+r r+v¡1¢v r+v =r r+v (i)[i2IAi= (ii) lesAisont deux µa deux incompatibles : pour tousi6=j,Ai\Aj=;.

P(B) =X

i2IP(BjAi)P(Ai) dans l'ordre chronologique. Nous allons maintenant voir une formule µa remonter le temps...

1etP(B)>0. Alors,

P(AjB) =P(BjA)P(A)

P(BjA)P(A) +P(BjAc)P(Ac)

preuve :

P(AjB) =P(A\B)

P(B)=P(BjA)P(A)

P(B) i2I,

P(AijB) =P(BjAi)P(Ai)

P j2IP(BjAj)P(Aj) bleaux sur informatique. Les tableaux deAcomportent des fautes dans 5,2% des cas et ceux deBdans 6,7% des cas. On prend un tableau au hasard. Il comporte des fautes. T T

F=\ le tableau comporte des fautes".

P(TAjF) =P(FjTA)P(TA)

P(FjTA)P(TA) +P(FjTB)P(TB)

P(A\B) =P(A)P(B)

P(BjA) =P(B)()P(AjB) =P(A)()P(A\B) =P(A)P(B)

Proposition 14Soit =E£FoµuEest de cardinalnetFde cardinalp. Supposons que

P(!) =P((x;y)) =1

card() =1 np =PE(fxg)PF(fyg) =fP;Fg £ f1;:::;6g

12CHAPITRE 1. LE MODµELE PROBABILISTE

8!2; P(!) =1

card() = 1=12 P N³ (!1;:::;!N)´ =P(!1)¢¢¢P(!N) surN. Pourtant, le nombre de combinaisons dont la somme fait 12 est le m^eme que le nombre de combinaisons dont la somme fait 11. Alors?

1.6 Exercices

3) On tire trois cartes dans un jeu .

suppose que

P(A[B) = 7=8; P(A\B) = 1=4; P(A) = 3=8:

CalculerP(B),P(A\Bc),P(B\Ac).

ros impairs ont chacun la m^eme chance d'appara^³tre, chance qui est deux fois plus grande hasard, et l'on observe que les quatre places libres se suivent. Est-ce surprenant?

1.6. EXERCICES13

Exercice 6 {SoientM1,M2,M3trois personnes. La premiµereM1dispose d'une infor- la transmet µaM3. Malheureusement, µa chaque fois que l'information est transmise, il y a le bon message? Et siM3transmet l'information dont il dispose µa une quatriµeme personneM4, quelle est elle re»coit un vaccin? daire? Exercice 8 |Dans une usine, la machine A fabrique 60% des piµeces, dont 2% sont C? Exercice 9 |Dans une jardinerie : 25% des plantes ont moins d'un an, 60% ont de 1 µa 2 ans, 25% ont des °eurs jaunes, 60% ont des °eurs roses, 15% ont des °eurs jaunes et moins d'un an, 3% ont plus de 2 ans et n'ont ni °eurs jaunes, ni °eurs roses. 15% de celles qui ont de 1 µa 2 ans, ont des °eurs jaunes, 15% de celles qui ont de 1 µa 2 ans, n'ont ni

°eurs jaunes ni °eurs roses. On suppose que les °eurs ne peuvent pas ^etre µa la fois jaunes

et roses. On choisit une plante au hasard dans cette jardinerie.

14CHAPITRE 1. LE MODµELE PROBABILISTE

Exercice 10 |Deux chau®eurs de bus se relaient sur la m^eme ligne. Lors d'une grµeve, le premier a60%de chances de faire grµeve et le second80%. Pendant la prochaine grµeve, Exercice 11 |Une loterie comporte 500 billets dont deux seulement sont gagnants.

Chapitre 2

PPP PPF PFP FPP FFP FPF PFF FFF

valeur deX

3 2 2 2 1 1 1 0

k(valeur prise parX)

3 2 1 0

fPPPg fPPF,PFP,FPPg fPFF,FPF,FFPg fFFFg k(X=k) = 15 elle est ditecontinue(exemples : hauteur d'un arbre, distance de freinage d'une voiture souvent une formule, plut^ot qu'une liste. [X= 3] [X= 2] [X= 1] [X= 0] fPPPg fPPF,PFP,FPPg fPFF,FPF,FFPg fFFFg

1/8 3/8 3/8 1/8

F(x) =P[X·x]

Exemple :Xest le nombre de Face quand on lance trois fois une piµece. On a vu que la loi deXest P[X= 0] = 1=8; P[X= 1] =P[X= 2] = 3=8; P[X= 3] = 1=8

D'oµu,

F(x) =8

>>>>>:0six <0;

1=8si0·x <1;

quotesdbs_dbs26.pdfusesText_32
[PDF] exercice android avec correction

[PDF] formule colinéarité dans lespace

[PDF] emploie du temps 1ere es

[PDF] emploi du temps 1ere s si

[PDF] emploi du temps premiere s svt

[PDF] emploi du temps 1ere s 2017

[PDF] onisep bac es

[PDF] onisep bac l

[PDF] bac s svt

[PDF] programme première s physique chimie

[PDF] bac s si coefficient

[PDF] bac s si programme

[PDF] bac s si onisep

[PDF] programme sciences de lingénieur terminale s

[PDF] premiere s si onisep