La probabilité d’une variable aléatoire x est la probabilité qu’elle se produise. Une distribution de probabilité représente les probabilités d’une variable aléatoire à l’aide d’une formule, d’un graphique ou d’une table. Il existe deux types de distribution de probabilité : la distribution de probabilité discrète et la distribution de probabilité continue.
Une distribution de probabilité discrète est une distribution de probabilité de variables aléatoires discrètes. Il peut être classé en distribution de probabilité binomiale et en distribution de probabilité de Poisson.
La distribution binomiale est une distribution de probabilité d’une procédure avec un nombre fixe d’essais, où chaque essai n’a que deux résultats possibles. Une distribution impliquant un tirage au sort est un exemple de cette distribution, car un tirage au sort n’a que deux résultats possibles : pile ou face.
La distribution de Poisson est une distribution d’événements indépendants se produisant sur un intervalle spécifique. Le nombre de messages reçus par jour est un exemple de ce type de distribution. Une distribution de probabilité de Poisson d’une variable aléatoire discrète donne la probabilité qu’un certain nombre d’événements se produisent dans un intervalle fixe de temps ou d’espace si ces événements se produisent à un taux moyen connu et indépendamment du temps écoulé depuis le dernier événement. La distribution de Poisson peut être utilisée pour approximer le binôme si la probabilité de succès est « faible » (inférieure ou égale à 0,05) et le nombre d’essais est « grand » (supérieur ou égal à 20).
Les distributions de probabilité continues sont les distributions associées à des variables aléatoires continues. Ils sont divisés en deux catégories : la distribution uniforme et la distribution normale,
Une distribution uniforme est de forme rectangulaire, ce qui indique que les valeurs sont uniformément réparties sur la gamme des possibilités. Un exemple serait une distribution de cœurs, de piques, de trèfles et de carreaux dans un jeu de cartes. En effet, il y a une probabilité égale de tirer un cœur, un pique, un trèfle ou un carreau du jeu de cartes.
En revanche, une distribution normale est une distribution de probabilité qui forme une courbe symétrique en forme de cloche. La plupart des scores de QI sont normalement distribués. Souvent, les prix de l’immobilier correspondent à une distribution normale. La distribution normale est extrêmement importante, mais elle ne peut être appliquée qu’à certaines choses dans le monde réel.
Ce texte est adapté de Openstax, Introductory Statistics, Section 4.
Une distribution de probabilité est une représentation des probabilités associées à des variables aléatoires.
Il est généralement exprimé sous la forme d’une formule, d’un graphique ou d’un tableau.
Pour toute distribution de probabilité, chaque probabilité individuelle doit être comprise entre zéro et un, et la somme des probabilités individuelles doit être égale à un.
Les distributions de probabilité peuvent être classées en deux catégories : discrètes ou continues.
Les distributions discrètes sont subdivisées en distributions binomiales et distributions de Poisson.
Une distribution binomiale décrit des cas ayant plusieurs essais, mais seulement deux issues possibles par essai, comme le tirage au sort.
Dans une distribution de Poisson, il peut y avoir des événements indépendants se produisant à des intervalles spécifiques, tels que le nombre de visiteurs du site Web par heure.
De même, une probabilité continue est subdivisée en distributions uniformes et normales.
La distribution uniforme représente des probabilités uniformément réparties sur la plage possible, comme la tension fournie par la compagnie d’électricité.
La distribution normale représente des probabilités qui forment un graphique symétrique en forme de cloche, par exemple, le poids à la naissance des bébés.
Dans l’ensemble, les distributions de probabilité sont utiles pour estimer la probabilité qu’un événement se produise.
Related Videos
Probability Distributions
12.6K Vues
Probability Distributions
11.5K Vues
Probability Distributions
6.9K Vues
Probability Distributions
11.2K Vues
Probability Distributions
3.2K Vues
Probability Distributions
3.9K Vues
Probability Distributions
10.3K Vues
Probability Distributions
7.8K Vues
Probability Distributions
4.8K Vues
Probability Distributions
10.7K Vues
Probability Distributions
10.4K Vues
Probability Distributions
5.0K Vues
Probability Distributions
12.4K Vues
Probability Distributions
14.5K Vues