Présentation
Auteur(s)
-
Laurent LEBLOND : Expert en Statistique Industrielle, Direction Qualité du Groupe PSA Peugeot Citroën
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
L’objectif de cette fiche est de développer la notion de loi de probabilité et d’observer différentes lois de probabilité. Certaines des lois que le métrologue rencontrera sont connues et modélisées (lois théoriques). Leurs propriétés sont fréquemment utilisées et sont décrites ici. D’autres peuvent ne s’appuyer que sur des observations expérimentales (lois empiriques). Cette fiche permet de comprendre les propriétés des lois de probabilité.
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Qualité et sécurité au laboratoire
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
1. Comprendre la différence entre loi de probabilité empirique et loi de probabilité théorique
L’observation d’un échantillon d’effectif important du lancer d’un dé a permis d’observer une loi empirique (c’est-à-dire construite à partir d’observations expérimentales) spécifique. En divisant l’effectif de chaque classe par le nombre total de valeurs de l’échantillon, l’histogramme se présente en fréquence (cf. figure Exemple d’histogramme).
Chaque fréquence peut être assimilée à une probabilité d’obtenir l’une ou l’autre des valeurs de l’échantillon.
Dans cette représentation en pourcentage, la surface de chaque « bâton » est exprimée en pourcentage de la surface totale. Il s’agit d’une « normalisation » de l’histogramme qui permet d’obtenir une somme de toutes les surfaces égale à 100 %. Cette représentation se nomme Loi de probabilité empirique parce qu’elle représente la répartition de probabilité obtenue à partir d’un échantillon.
Cette loi de probabilité empirique est une approximation de la loi de probabilité théorique du phénomène étudié qui, pour un dé non pipé, est donnée par l’histogramme où chaque « bâton » a pour ordonnée
. Il s’agit de la loi dite uniforme discrète. Autrement dit, à chaque lancer du dé, la probabilité théorique d’obtenir l’une des faces vaut la même probabilité (il s’agit d’une situation dite d’équiprobabilité). Chaque lancer du dé peut alors se concevoir comme un « tirage aléatoire » selon cette loi de probabilité théorique.
Lorsque nous étudions un phénomène continu que l’on peut considérer équiprobable sur un intervalle, la loi de probabilité théorique qui le représente est une loi dite uniforme continue représentée par un rectangle. Par exemple, lorsqu’un instrument de mesure est équipé d’un affichage numérique, ce dernier ne peut afficher que des valeurs discrètes : 10,01 ; 10,02 ; 10,03 pour un appareil au 1/100. Ainsi, lorsqu’il affiche 10,02, la valeur réelle...
Cet article fait partie de l’offre
Qualité et sécurité au laboratoire
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Comprendre la différence entre loi de probabilité empirique et loi de probabilité théorique
DANS NOS BASES DOCUMENTAIRES
-
Statistique théorique et appliquée, 2e édition, Dagnelie P, De Bœck Université, 2007
-
Introductory Statistics with R, Dalgaardp, Springer, 2008
-
Statistique, la théorie et ses applications, Springer, 2004
-
Applied Statistices and Probability for Engineers, 4eédition, Montgomery D.C & Runger G.C, Whiley, 2007
-
Introduction à la statistique, 3e édition, Morgenthaler S., Presses polytechniques et universitaires romandes, 2007
-
Probabilités, analyse de données et statistiques, 2e édition, Saporta G, Technip, 2006
-
Tests de normalité, techniques empiriques et tests statistiques, Ricco Rakotomalala, document en ligne (Droite de Henry, Test du Khi Deux, Shapiro Wilk, Anderson Darling, Ryan-Joiner)
-
Outil Écart-type versus étendue (Outil fic1455m1.xlsx ).
Ce fichier Excel permet de simuler des échantillons d’une loi normale afin de comprendre l’intérêt de connaître un écart-type plutôt que de se limiter à une étendue entre la valeur minimale et la valeur maximale d’un échantillon.
Cet article fait partie de l’offre
Qualité et sécurité au laboratoire
(139 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive