Distribution variable

LOIS DE DISTRIBUTIONS DE PROBABILITES 1 Loi Binomiale B(n,p) Il s’agit en fait de la somme de n variables aléatoires indépendantes [pic] qui suivent une loi [pic], de même paramètre p. ❑ [pic] avec [pic] ❑ [pic] ❑ [pic] Somme de lois binomiales. Soient deux variables aléatoires indépendantes: [pic] qui suit [pic], et [pic] qui suit [pic]. La V.A. définie par [pic] suit une loi [pic]. 2 Loi de Poisson P(() On appelle variable aléatoire de Poisson une variable aléatoire

2 3 PRISE DE NOTE PAR : PLASMAN SYLVAIN – SERIE 06 ANNEE 2010 – 2011 Sommaire Chapitre I Les lois de la distribution statistique : les modèles continues I. La loi normale Laplace-Gauss A. Définition de la loi normale B. Loi normale réduite centrée C. Détermination pratique des probabilités : Usage des tables statistiques D. Conditions d’application 1. Variable aléatoire normale 2. Théorème central limite Loi du Khi² A. Définition B. Tables statistiques C. Somme du Khi² indépendantes

VARIABLES ALEATOIRES TABLE DES MATIÈRES 1. Loi de probabilité 2 1.1. Exemple 2 1.1.1. Calcul de probabilités sur un univers W 2 1.1.2. Variable aléatoire à valeurs réelles. 2 1.1.3. Probabilité image définie par une variable aléatoire 2 1.1.4. Loi de probabilité ou distribution d’une variable aléatoire 3 1.1.5. Fonction de répartition 3 1.2. Autres exemples 3 1.2.1. Exemple de variable aléatoire discrète 3 1.2.2. Exemple de variable aléatoire discrète, prenant une infinité de valeurs 3

2006 Table des mati`res e 1 Introduction et d´finitions e 1.1 Population, ´chantillon, unit´ et variable . . . . . . . . . . . . . . . . . . . . . . . . e e 1.2 Les trois types de variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 La statistique descriptive 2.1 L’approche graphique de r´duction des donn´es e e 2.1.1 Variable discr`te . . . . . . . . . . . . . e 2.1.2 Variable continue . . . . . . . . . . . . . 2.2 L’approche num´rique de r´duction des donn´es e e e 3 Param`tres

mesurables mais peuvent être repérés par un numéro ou un code (par exemple : une couleur, une nationalité, une forme,…). Définition : Un caractère est quantitatif si ses modalités sont mesurables, elles sont alors repérées par les valeurs d’une variables statistique (par exemple : poids, taille, prix,…). Définition : Un caractère quantitatif est discret s’il ne prend que des valeurs isolées (par exemple, nombre d’enfants d’une famille) Définition : Un caractère quantitatif est continu s’il

Laboratoire d'analyse du comportement du consommateur (LABACC) RÉSUMÉ Le but de cet article est, d’une part, d’offrir une définition conceptuelle – assortie de multiples illustrations – de ce que sont les variables médiatrices et modératrices ; et d’autre part, d’expliciter la manière dont ces variables doivent être traitées au plan statistique. Des exemples concrets de chaque cas envisagé théoriquement sont également repris dans l’article. Mots clés : Modérateur, médiateur, modération médiatisée, médiation

) , on aboutit à la constitution d'un tableau individus-variables du type suivant : individus I1 I2 I3 I4 I5 , , , In V1 V2 V3 , , Vp Ex. : les individus sont les 200 étudiants de 1e année de DEUG et les variables sont : l'âge, le sexe, le redoublement (oui/non), la série du bac, les notes en maths, stats, économie, etc. Pour décrire ces données, si elles sont nombreuses, le statisticien traitera d'abord les variables une par une (traitements univariés), puis il s'intéressera

C. Les paramètres de totalisation Pr une popula’ finie, la valeur cumulée du nb d’ind jusqu’à la xième valeur du phénomène étudié D. Les paramètres de covariation 1. Indiquent la nature de la rela’ qui existe entre deux ou plusieurs variables 2. Ce paramètre de distribu’ traduira ce lien en prenant une valeur positive. E. Les paramètres d’ajustement Sur le degré de conformité d’un ens d’ind à un modèle supposé ou à un modèle théorique F. Les paramètres de similitude 1

comparé les moyennes de deux populations (test d’homogénéité). Ce chapitre a trait à la comparaison des moyennes de plusieurs populations (> 2). L’analyse de variance peut être vue comme une comparaison multiple de moyennes. Dans tous les cas, la variable étudiée est un caractère quantitatif de type continu qui suit une loi normale. Il existe différentes types d’analyse de variance qui se distinguent par le nombre de facteurs étudiés (un facteur, deux facteurs, deux facteurs avec répétitions, etc)

représenter celui-ci par le comportement d’une variable. Cette variable économique dépend elle-même d’autres variables que l’on relie entre elles par une relation mathématique. Cette relation définit ce qu’on appelle un modèle théorique. Par exemple, si on se propose d’étudier la consommation d’un certain bien par les ménages, la théorique économique postule que [pic]. Toutefois, la théorie économique se contente en général d’indiquer les variables économiques qui permettent d’expliquer le phénomène