Lois conjointes et tableaux de fréquences `a double entrée Exercice 1 a) Loi conjointe de X et Y : H H H Un jeu est équitable si l'espérance de gain est nulle
Previous PDF | Next PDF |
[PDF] Couples et vecteurs de variables aléatoires Préparation `a l
La loi conjointe du couple (X, Y ) est donnée par (X, Y )(Ω) (ou par X(Ω) et Le calcul de l'espérance de X ou de Y ne fait intervenir que les lois marginales,
[PDF] Cours 4 - webusersimj-prgfr
La loi conjointe du couple (X, Y ) est donnée par (X, Y )(Ω) = X(Ω) × Y (Ω) ainsi L'espérance du couple (X, Y ) est définie si X et Y sont intégrable et on a alors
[PDF] Chapitre 4 - Ceremade - Université Paris Dauphine
peut-on à partir de la loi conjointe, retrouver les lois de X et Y ? L'espérance conditionnelle de X sachant que pY yjq est l'espérance de X relativement à la
[PDF] Couples de variables aléatoires discrètes 1 Loi dun couple de
14 mai 2010 · Cette loi est aussi appelée loi conjointe du couple (X, Y ) équilibrée et constater que dans ce cas les deux variables ont pour espérance 2
[PDF] Corrigé - Série 4 Lois conjointes et tableaux de - Université Laval
Lois conjointes et tableaux de fréquences `a double entrée Exercice 1 a) Loi conjointe de X et Y : H H H Un jeu est équitable si l'espérance de gain est nulle
[PDF] Couple de variables aléatoires - Université de Rennes 1
Les lois marginales du couple (X, Y ) sont la loi L(X) de X, et la loi L(Y ) de Y L' espérance E(XY ) est calculée `a partir de la loi jointe de (X, Y ) : 1 dans le cas
[PDF] Couples de variables aléatoires discrètes - Mathieu Mansuy
5 1 Espérance d'un produit Alors X admet une espérance si et seulement On appelle loi du couple aléatoire (X, Y ) (ou loi conjointe de (X, Y )) la donnée
[PDF] Probabilités - Département de Mathématiques dOrsay
Lorsqu'on connaıt la loi conjointe des variables aléatoires X et Y , on peut aussi s' intéresser `a densité de probabilité f, son espérance mathématique est
[PDF] Cours de Probabilités
1 5 Loi conjointe d'un n-uplet de variables aléatoires indépendantes 30 2 Lois sur 3 1 Variables aléatoires réelles intégrables et espérance mathéma- tique
[PDF] Couples de variables aléatoires réelles
La loi du couple (X, Y) est définie par l'ensemble des valeurs possibles du de mariere analogue cau cas D, on cliffinit l'esperance mathématique de dCX,4)
[PDF] espérance mathématique
[PDF] espérance matlab
[PDF] espérance mouvement brownien
[PDF] esperto di marketing territoriale
[PDF] espl eduservice
[PDF] esplanade de la paix caen
[PDF] esprit coubertin définition
[PDF] esprit d'entreprendre définition
[PDF] esprit d'entrepreneuriat
[PDF] esprit d'entrepreneuriat ppt
[PDF] esprit d'entreprise et esprit d'entreprendre
[PDF] esprit entrepreneurial définition
[PDF] esprit entrepreneurial pdf
[PDF] esprit entrepreneurial synonyme
Universite Laval
Faculte des sciences et de genie
Departement de mathematiques et de statistiqueSTT-2902Automne 2012
Emmanuelle Reny-NolinCorrige - Serie 4
Lois conjointes et tableaux de frequences a double entreeExercice 1
a)Loi conjoin tede XetY:
HHHHHHHXY2 3 4Total
11/6 1/6 1/63/6
20 1/6 1/62/6
30 0 1/61/6
Total1/6 2/6 3/61
Loi marginale deX:xi1 2 3Total
p i3/6 2/6 1/61Loi marginale deY:yj2 3 4Total
p j1/6 2/6 3/61 b)Diagramme en mosaïque (X conditionnel a Y) y x 2341
23c)XetYne sont pas independantes, car il y a plusieurs cas oupij6=pipj.
d) Lo iconditionnelle de Ylorsque le plus petit numero tire vaut 3 : y j2 3 4Total p jjX=30 0 11 e)E(YjX= 3) = 4;pV ar(YjX= 3) = 0. f) Loi condition nellede Xlorsque le plus grand numero tire est pair :1Universite Laval
Faculte des sciences et de genie
Departement de mathematiques et de statistiqueSTT-2902Automne 2012
Emmanuelle Reny-Nolinx
i1 2 3Total p ijY=2ou41/2 1/4 1/41 g)Cov(X;Y) =E(XY)E(X)E(Y) =16 [1(2) + 1(3) + 1(4) + 2(3) + 2(4) + 3(4)]36 (1) +26 (2) +16 (3)16 (2) +26 (3) +36 (4) =356 106206
=518
Exercice 2
a)Loi conjoin tede XetY:
HHHHHHHXY-2 5 8Total
10,21 0,35 0,140,7
20,09 0,15 0,060,3
Total0,3 0,5 0,21
b)P(XetYpairs) = 0;09 + 0;06 = 0;15: c)P(X= 1jY= 5ou8) =P(X= 1 etY= 5) +P(X= 1 etY= 8)P(Y= 5) +P(Y= 8)=0;35 + 0;140;5 + 0;2= 0;7 d) Il n'est pas n ecessaired'eectuer le calcul, car les v ariablesson tind ependantes.Ainsi, leur covariance est nulle. Si vous avez besoin de vous convaincre :Cov(X;Y) = 4;55(1;3)(3;5) = 0.2
Universite Laval
Faculte des sciences et de genie
Departement de mathematiques et de statistiqueSTT-2902Automne 2012
Emmanuelle Reny-NolinExercice 3
X= nombre de cartes de pique () pigees
Y= nombre de rois piges
a) Loi conjoin tede XetY:PPPPPPPPPPPX()Y(K)0 1 2Total 0 362 52
2 3 1 36
1 52
2 3 2 52
2 39
2 52
21
12 1 36
1 52
2 36
1+3 1 12 1 52
2 3 1 52
2 13 1 39
1 52
22
12 2 52
2 12 1 52
2 0 13 2 52
2Total
482 52
2 4 1 48
1 52
2 4 2 52
21
Loi conjointe deXetYen version fractionnaire :PPPPPPPPPPX()Y(K)0 1 2Total 0630
1326
1081326
31326741
13261432
1326
721326
31326507
1326266
1326
121326
0781326
Total1128
13261921326
613261
b)XetYne sont pas des variables independantes, car le produit des probabilites mar- ginales n'est pas toujours egal a la probabilite conjointe correspondante. Contre-exemple :p22= 0, ce qui n'egale pasp2p2=6781326 23Universite Laval
Faculte des sciences et de genie
Departement de mathematiques et de statistiqueSTT-2902Automne 2012
Emmanuelle Reny-Nolinc)
P(Y1jX1) =P(Y1\X1)P(X1)
(72 + 3 + 12 + 0)=1326(507 + 78)=1326 = 0;1487 d)Vous payez 1$ pour chaque carte de pique pigee.Vous recevez 2$ pour chaque roi pige.
Un jeu est equitable si l'esperance de gain est nulle. Pour calculer l'esperance du gain, on peut proceder de deux facons :1) On determine la valeur du gain pour chaque couple de valeurs (xi;yj), que l'on
noterag(xi;yj). On calcule l'esperance du gain comme suit :E(Gain) =IP
i=1J P j=1g(xiyj)P(X=xietY=yj) = 06301326
+ 21081326 +:::=0;19$2) On denit la variable Gain comme une combinaison lineaire des variablesXetY:
G= (1)X+ 2Y
On calcule l'esperance du gain comme suit :
E(G) = (1)E(X) + 2E(Y)
= (1)6631326 + 22041326 =0;19 $ Le jeu n'est donc pas equitable, car en moyenne, le joueur perd de l'argent. Quel montant un roi devrait-il vous faire gagner pour le jeu devienne equitable? Supposons qu'un roi vous donnekdollars. La valeur deksera determinee d'apres l'equation :E(G) = (1)E(X) +kE(Y) = 0)k=663204
= 3;25 $4Universite Laval
Faculte des sciences et de genie
Departement de mathematiques et de statistiqueSTT-2902Automne 2012
Emmanuelle Reny-NolinExercice 4
Le tabac est-il plus associe aux deces par cancer du poumon ou aux deces par maladies coronariennes? On veut savoir siP(CancerjFum) est superieure ou inferieure aP(Mal:coron:jFum).L'enonce nous dit que
P(CancerjFum)P(CancerjNonFum)= 10
et queP(Mal:coron:jFum)P(Mal:coron:jNonFum)= 1;7
On sait egalement que
P(CancerjNonFum) = 5=100000 et queP(Mal:coron:jNonFum) = 170=100000.Il suit que
P(CancerjFum) = 105100000
=50100000 et queP(Mal:coron:jFum) = 1;7170100000
=289100000 Ainsi, puisque les maladies coronariennes sont beaucoup plus presentes dans la population que le cancer du poumon, il est normal qu'elles soient associees a plus de deces de fumeurs. Cette analyse ne permet toutefois pas de determiner si le tabac a cause ces deces.Exercice 5
a)T auxde mo rtalitedes m eresa vant1847 :
Medecins accoucheurs :pM=198920024
= 0;098Sages-femmes :pSF=69117791
= 0;0395Universite Laval
Faculte des sciences et de genie
Departement de mathematiques et de statistiqueSTT-2902Automne 2012
Emmanuelle Reny-Nolinb)Y a-t-il un lien statistique en trele t yped'accouc heuret la survie ?(La di erenceen tre
les deux taux de mortalite est-elle signicative ou fortuite?) On peut conduire un test d'independance et tester les hypotheses suivantes a l'aide de la distribution du khi-carre. H0: La survie et le metier de l'accompagnant sont independants
H1: Il existe une relation entre la survie et le metier de l'accompagnant
On calcule les frequences esperees, puis la distance observee entre le modele d'independance (le tableau des frequences esperees) et les observations.Freq. obs.OijSurvieDecesTotal
Medecins18 2151 98920 204
Sages-femmes17 10069117 791
Total35 3152 68037 995
Freq. esp.EijSurvieDecesTotal
Medecins18 778,91 425,120 204
Sages-femmes16 536,11 254,917 791
Total35 3152 68037 995
Valeur observee de la statistique du test :Dobs= 512;68: Puisque notre tableau de frequences a les dimensions 22, l'esperance de la distance sousH0est (21)(21) = 1. La valeur observee est beaucoup plus grande que n'importe quelle valeur critique, et le seuil observe (P(D >512;68) sousH0) est presque 0. Le lien est tres clair : le taux de mortalite est plus eleve chez les medecins. c)T auxde mort alitedes m eresapr es1847 :
Medecins accoucheurs :pM=171247938
= 0;036Sages-femmes :pSF=124840770
= 0;031 (Entre vous et moi, c'est encore tres eleve, dans les deux cas!) d) La di erenceen treles deux taux de mortalit eest-elle encore signicativ e?On fait le test d'independance de la m^eme facon qu'en b). Valeur observee de la statistique du test :Dobs= 17;78:Le seuil observe estP(D >17;78) = 0;00002478 .
Le lien est encore signicatif : le taux de mortalite est plus eleve chez les medecins, mais la dierence est moins grande que precedemment. Les medecins n'ont pas tous6Universite Laval
Faculte des sciences et de genie
Departement de mathematiques et de statistiqueSTT-2902Automne 2012
Emmanuelle Reny-Nolinaccepte de changer instantanement leur pratique : cela les aurait obliges a admettre
qu'ils etaient responsables de tant de morts...Exercice 6
On veut savoir si la distribution de la variable d'inter^et (ici : annees vecues apres le deces) est la m^eme pour toutes les populations considerees (ici les hommes et les femmes). Puisque lorsque deux variables sont independantes leurs lois conditionnelles sont toutes egales a leur loi marginale, il estequivalent de dire "LesI= 2 distributions conditionnelles sont les m^emes" et "La variable d'inter^et (duree de vie) et la variable qui distingue les populations (sexe) sont independantes". Dans notre exemple, la question revient a se demander s'il existe un lien entre les variables "sexe" et "duree de vie", et la statistique du test d'independance nous permet de repondre a la question.Voici le tableau des frequences observees et esperees :Annees vecues apres le decesPopulation<5 ans 5 a 10 ans>10 ansTotal
Hommes (veufs)25 42 33100
29;3 41;3 29;3Femmes (veuves)19 20 1150
14;7 20;7 14;7Total44 62 44150
Calcul de la valeur observee de la statistique du test : D obs= 0:64 + 0:01 + 0:46 + 1:28 + 0:02 + 0:92 = 3;328Decision et conclusion :
Puisque22;0:05= 5;99, on ne rejette pasH0au seuil de 5%, et on conclut que la distri- bution de la duree de vie ne diere pas selon le sexe. On peut aussi calculer le seuil observe du test :P(D >3;328) = 0:1894 (ouD22sous H0), ce qui indique qu'on ne rejetterait pas l'independance m^eme en utilisant un seuil de
10% ou 15%.7
Universite Laval
Faculte des sciences et de genie
Departement de mathematiques et de statistiqueSTT-2902Automne 2012
Emmanuelle Reny-NolinExercice 7
a) Co nstruireles tableaux de fr equencesasso cies aces trois situations.Analyse agregeeSucces
EchecTotal
Traitement 127377350
Traitement 228961350
Total562138700
Valeur-P = 0,1285Analyse agrégée
Traitement 1Traitement 2
SuccèsÉchecAnalyse conditionnelle, calculs<2 cmSuccesEchecTotal
Traitement 181687
Traitement 223436270
Total31542357
Valeur-P = 0,1051
Analyse conditionnelle: petits calculs
Traitement 1Traitement 2
SuccèsÉchecAnalyse conditionnelle, calculs>2 cmSuccesEchecTotal
Traitement 119271263
Traitement 2552580
Total24796343
Valeur-P = 0,4580
Analyse conditionnelle: gros calculs
Traitement 1Traitement 2
SuccèsÉchecb)Q uandon consid ereles r esultatsdes traitemen tssans tenir c omptede la taille des
calculs renaux, on conclut que le traitement 2 a un plus grand taux de succes que le traitement 1. (Cette dierence est non signicative statistiquement).Quand on considere les resultats des traitements en tenant compte de la taille descalculs renaux, i.e. en faisant l'analyse separement pour les petites pierres et les grosses
pierres, on conclut l'inverse. (Encore non signicatif).8