Loi de probabilité

N −k 10 0, 00289444 −0, 000007045 r=1 C(X X)−1 C = 66, 70775463 F(1,10)=4,96. Règle de décision : l'intérêt réel. Question 4 [C(X X)−1 C ]−1 = 0, 014990761. 0, 0000432. Finalement F = 0, 0012527. On le compare au quantile à 95% d'une loi de Fisher à 1 et 10 ddl, donc F < F (1, 10) donc on accepte H0 et on peut donc formuler la régression en fonction de Ici il y a donc 3 contraintes 1. pas de tendance temporelle : 2. propension marginale =1 : a1 = 0 a2 = 1 a3 + a4 = 0 H0

/ traçage techniques ou utilisez approche numérique. - Construire un tableau croisé / tableau de contingence entre sexe et l'âge (en utilisant; 20,30,40,50,60 et 70 ans). Convertir le tableau de contingence pour une table de distribution de probabilité conjointe entre (sexe et âge) et commentaire sur la variable âge. Au alpha 5%, est-il une relation significative entre sexe et l'âge? - Si les données présentées dans cette étude de cas ont été échantillonnées au hasard à partir d'une population

II Probabilités conditionnelles Introduction : Soit un bocal contenant 3 boules jaunes, 2 boules rouges, 1 boule bleue. On en tire une, puis une autre, sans remettre la première dans le bocal. Soit A : ”La première boule tirée est jaune” Soit B : ”La deuxième boule tirée est jaune”. Sur 6 boules, il y a 3 boules jaunes, donc p(A) = 63 = 0.5. Si je ne sais rien du premier tirage, p(B) = également : chacune des 6 boules a autant de chance d’être tirée au deuxième tour. 3 6 = 0.5 Si maintenant

Conditionnement Les probabilités conditionnelles prennent en compte les informations concernant l'issue d'une expérience qui modifient la probabilité des événements liés à cette expérience. On parle de probabilités conditionnelles lorsque deux événements d'une expérience aléatoire se réalisent l'un après l'autre, on regarde alors l'influence du premier sur le second. 1. Comment calculer une probabilité conditionnelle ? Lecture d'un arbre On considère une expérience aléatoire et deux événements A

annuelle de paquets de cigarettes [0 ; 50], [50 ; 100] ; [100 ; 150], [150 ; 200] est une variable quantitative discrète. E) Aucune de ces réponses n’est correcte. QCM 3 : A propos des intervalles de confiance. Donnez les vraies. A) Le risque  est la probabilité de se tromper dans l’estimation de m. B) Plus la taille de l’échantillon augmente, plus la valeur de la précision de l’intervalle de confiance est grande. C) L’intervalle de confiance se nomme également intervalle au risque . D) N est l’effectif

|20 |20’’ |7’’ | Question a)  Belgique Quelle est la probabilité pour qu’un spot dure moins de 15’’ ? ⇨ (15-25) /8 =1,25 ⇨ Tableau : 0,3944 = 39,44% ⇨ 50% - 39,44% = 10,56% Question b) : Belgique Quelle est la probabilité pour qu’un spot dure entre 15’’ et 22’’ ? ⇨ (15-25) /8 = 1,25 = 39,44% ⇨ (22-25) /8 = 0,375 ⇨ Tableau : 0,375 = 14,80% ⇨ 39,44% - 14

Table des matières INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . .7 I. LE CADRE DE LA RECHERCHE . . . . . . . . . . . . . . . . . . . .9 1. Le champ d'action du marketing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9 2. Qu'est-ce que le marketing ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9 3. Qu'est-ce que le marché ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .11 4. Les couples produits-marchés . . .

par traduire dans le langage des probabilités l'énoncé. • "la probabilité que l' alarme se déclenche par erreur, sans incident = 1/50" signifie que P( A [pic][pic]) = 1/50 = 0,02. • "la probabilité qu'il y ait un incident sans que l'alarme se déclenche = 1/500" signifie que P( [pic][pic]I ) = 1/500 = 0,002. • "la probabilité qu'il se produise un incident = 1/100" signifie que P( I ) = 1/100 = 0,01. A) 1: On veut la probabilité de l'événement (A [pic]I ) .     Or

Chapitre 1 Probabilités et variables aléatoires L'objectif du chapitre est d'utiliser le concept de probabilité pour construire un certain nombre de modèles pouvant rendre compte de situations concrètes, où l'application de lois déterministes est impossible parce que les phénomènes sont très compliqués, ou les facteurs trop nombreux. 2 Chapitre 1 : Probabilités et variables aléatoires Chapitre 1 : Probabilités et variables aléatoires 3 1. Probabilités 1.1. Evénements L'expérimentateur

événements sont indépendants donc 0.21 x 0.19 x 0.040 = 0.0015 5) L'événement E : "la case est sur une diagonal OU la case est noire" Sachant que la probabilité P(D) = 0.05 On a P(E) = 0.21+0.19-0.05 = 0.35 Exercice 3 : 1) a) Il y a 5 x 4 x 3 = 60 tirages possibles. Ils sont équiprobables, chacun ayant une probabilité 1/60. b) La probabilité d'obtenir un nombre n'ayant que des chiffres impairs : ça veut dire qu'on tire 1, 3 et 5 (dans n'importe quel ordre) d’où p(A) = 3/5 x 2/4 x 1/3