Probabilité Statistique

ZEMMAMA MRI A- Nature du risque : quelques notions Définition : Risque: « probabilité d’événements défavorables » des contextes significations différentes en fonction ¬ - L’espérance de rendement Exemple: perception du risque sur investissement (finance : effet du risque sur la valeur des actifs et des engagements financiers) Hypothèses : rendement de l’Invt dépend des conditions économiques / probabilité égale (1/3) qu’une des 3 situations se produise : 1) Si Conditions éco Bonnes =

l’assistance d’un spécialiste, soit d’un Bureau National de Statistiques, soit de l’extérieur. Ces aspects peuvent comprendre le calcul de la taille de l’échantillon, la mise en ordre de la base de sondage, l’évaluation des options du plan de sondage, l’application de l’approche des ppt à la base de sondage, le calcul des poids et des erreurs de sondage des indicateurs. Dans tous les cas, il est fortement recommandé que le Bureau National de Statistiques de votre pays soit consulté sur le plan de sondage

1 L’échantillon probabiliste: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 a) Il y a en gros deux “façons” de tirer un échantillon probabiliste. . . . . . . . . . . . . . . . . 2 b) La probabilité de sélection peut être égale ou inégale; elle peut dépendre de divers facteurs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 c) Un échantillon peut être stratifié, proportionnel

FICHE CONSEIL numéro 11 Notions de base en statistiques POURQUOI UTILISER LES PROBABILITES DANS UNE ETUDE MARKETING ? Par exemple, lors d’un test de produit, on obtient les résultats suivants : 55 % des personnes interrogées préfèrent le produit A et 45 % préfèrent le produit B. Le résultat est-il une conséquence du hasard ? Si l'on refait le test, obtient-on un résultat similaire ? A est-il préféré à B ? Les risques : 1. Risque α : Risque de croire vraie une différence qui n'existe pas 2. Risque

aléatoire) ou la chance. Il est plus complexe, prend plus de temps et est habituellement plus coûteux que l'échantillonnage non probabiliste. Toutefois, comme les unités de la population sont sélectionnées au hasard et qu'il est possible de calculer la probabilité d'inclusion de chaque unité dans l'échantillon, on peut, grâce à l'échantillonnage probabiliste, produire des estimations fiables, de même que des estimations de l'erreur d'échantillonnage et faire des inférences au sujet de la population. Il existe

ainsi que la probabilité des évènements intermédiaires. b. La probabilité d’une rentabilité négative : Cette probabilité est égale au pourcentage de fois où l’on va observer une rentabilité négative sur l’échantillon. On fait un focus sur le fait de ne pas perdre d’argent. c. Le downside risk C’est la probabilité d’obtenir une rentabilité inférieure à une valeur donnée et fixée à l’avance. Si la valeur fixée à l’avance est précisément  « 0 », on parle alors de probabilité de ruine.

degré d’information dont on dispose, on distingue 3 situations (Knight, 1921) : – Situation de risque : on connaît les états du monde et les probabilités associés – Situation d’incertitude : on connaît les états du monde, mais pas les probabilités associés – Situation d’incertitude radicale : on ne connaît ni les états du monde, ni les probabilités associés 5 Actualisation Le principe d’actualisation • Le principe d’actualisation – Hypothèse : Préférence pour le présent (tout

de France. Ils seront mis à disposition des banques à partir de juillet 2001 via le module 38 de Fiben 2 permettant des interrogations au cas par cas. Ce module fournit le score et la probabilité de défaillance à l’horizon de trois ans, ainsi que les contributions des ratios à la valeur du score et des statistiques sectorielles. Tous ces indicateurs servent d’outils d’aide à l’analyse du risque et sont présentés dans cet article. Mireille Bardos Direction des Entreprises Observatoire des entreprises

première fois, donne un résultat 0 ou 1 avec des probabilités égales, mais donne à chaque lancer suivant le même résultat que celui obtenu la première fois.) Un exemple d’imprévisibilité sans instabilité est une fonction fr : N → {0,1} définie par fr (n) = rn , où r = r1 r2 . . . est une suite binaire infinie aléatoire au sens de Martin-Löf (voir ci-dessous) et donc imprévisible. (Ici n ∈ N joue le rôle du temps.) Probabilité. La théorie classique des probabilités traite du hasard en termes de variables aléatoires

ou improbable de tel ou tel événement. Comme cette information est quantifiable selon les calculs de probabilité, la théorie s’est trouvée converger de façon spectaculaire vers des formalismes mathématiques déjà employés dans les équations fondamentales de la thermodynamique (l’information étant alors assimilée à une forme d’organisation). Abraham Moles a proposé des applications statistiques de la théorie de l’information à la musique.