Chapitre II Flashcards

1
Q

La formule de Bayes

utilité et formule littérale

A

permet de déterminer la probabilité de la cause sachant l’effet, sa formule est la suivante:

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

définition

prévalence

A

= probabilité de tirer un individu malade

définie telle que: P(M)= VP+FN / N

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

définition

spécificité

A

= probabilité que le test soit négatif sachant que l’individu testé est sain

définie telle que: P(T(-)|M(-)) = VN / FP + VN

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

définition

sensibilité

A

= probabilité qu’un test soit positif sachant que l’individu testé est malade

P(T|M)= VP / VP+FN

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

définition

Valeur prédictive positive (VPP)

A

= probabilité que l’individu soit malade sachant qu’il est testé positivement

définie telle que:

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

définition

Valeur prédictive négative (VPN)

A

= probabilité que l’individu soit sain sachant qu’il est testé négativement

définie telle que:

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

définition

efficience du test

A

= somme des probabilités de test “conforme” à la réalité

donc somme des vrais positifs et vrais négatifs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

association de test

effet de la combinaison, en série ou en parallèle, de plusieurs test sur Se et Sp

  • parallèle:
  • condition pour que l’association soit considérée comme un test global positif?
    • ​effet sur Se:
    • effet du Sp:
  • série:
  • condition pour que l’association soit considérée comme un test global positif?
    • ​effet sur Se
    • effet sur Sp:
A
  • parallèle:
  • si un des test composant est positif, alors le test global est positif
    • ​effet sur Se: augmentée
    • effet du Sp: diminuée
  • série:
  • si les deux tests composant sont positif, alors le test global est positif
    • ​effet sur Se: diminuée
    • effet sur SP: augmentée
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Combinaisons

  • N objet
  • en choisir r sans ordre,
  • nombre de paquets différents de r objets pris sur N (combinaisons)?
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

définition

événements A et B sont incompatibles

quelles csq?

A

A et B ne peuvent être réalisés simultanément,

P(A et B)=Ø

P(A ou B)= P(A)+ P(B)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

définition

événements A et B sont indépendants

quelles csq?

A

la réalisation de A n’a pas d’influence sur B (réciproquement vrai)

P(A|B)= P(A)

P(A et B)= P(A)*P(B)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

inégalité de bienaymé tchebichev

A

cette inégalité limite la probabilité d’un écart à l’espérance (importance pour l’estimation)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

V.A. centrée & centrée réduite

expression à partir de la V.A. X

A

Xc=X-E(X)

Xcr= Xcx = X-E(X)/σx

E(Xc)= 0

E(Xcr)=0 ; Var(Xcr)=1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Loi de probabilité usuelles

  • pour V.A. discrète
  • pour V.A. continue
A

va discrète

  • Bernouilli
  • hypergéométrique
  • Poisson

va continue

  • gauss
  • galton
  • khi2
  • snedecor
  • student
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Loi binomiale

expression littérale

A

donne la proba de k succès parmit N épreuves s/e

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Loi binomiale

espérance

A

E(K)=Np

17
Q

Loi binomiale

variance

A

Var(K)=Npq

18
Q

Loi binomiale

récurrence

A
19
Q

Loi hypergéométrique

formule littérale & conditions d’utilisation

A

analogue de la loi binomiale,

appliquée dans des conditions de tirage sans remise, exhaustif (proportions changeantes)

20
Q

Loi hypergéométrique

variance et espérance

A

qd N devient très grand on approche d’une binomiale (amorti du tirage exhaustif)

21
Q

Loi de Poisson

cdt° d’utilisation et formule littérale

A

meme cdt° d’utilisation que binomiale mais qd

  • N tend vers infini, grand nombre d’essais
  • p tend vers 0, faible chance de succès
22
Q

Loi de Poisson

espérance, variance et récurrence

A

tend vers une loi de Gauss de moyenne et var µ qd µ croît

23
Q

Loi de Gauss

utilité

A
  • limite d’autres lois de proba (binomiale, poisson)
  • phénomènes aléatoire à grands nombres de causes additives indépendantes
24
Q

Lois de gauss

espérance et variance

A

E(g)= µ

Var(g) = σ²

25
Q

Loi de Galton

utilité

A

Ln Galton(X) = Gauss(X)

phénomène à grands nombres de causes multiplicatives indépendantes

26
Q

Loi de Student

définition

A

soit v+1 V.A. à loi normale Xi (i de 1 à v), ttes à µ=0 et même σ

T suit une loi de student

27
Q

Loi de Student

caractéristiques, utilité

A
  • forme analogue à la loi de Gauss mais plus aplatie
  • dépend du paramètre v , converge vers une gauss qd v > [30;50]
  • sert à l’estimation et à la comparaison de moyenne avec de petits échantillons
28
Q

Loi de KHI²

définition

A
  • soit v V.A. à loi normale Xi (i 1 à v) tte centré réduite
  • la V.A. KHI² suit loi de Pearson
  • densité unimodale, dissymétrique
  • converge lentement vers une Gauss qd v croit
  • sert à la comparaison de proportion et à l’estimation et la comparaison de variances
29
Q

Loi de Snedecor

définition et utilité

A
  • soit KHI²1 et KHI²2, deux lois de pearson à v1 et v2 ddl
  • densité unimodale, dissymétrique
  • dépend de v1 et v2
  • sert à la comparaison et 2 variances et de multiples moyenne
  • la va: suit une loi de snedecor