Cours 3 - Probabilités Flashcards

1
Q

Quelle est la probabilité d’un évènement?

A

[0 ,1]

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

Que signifie probabilité = 0

A

Événement impossible

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

Que signifie probabilité =1?

A

Événement certain

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

Comment exprimer la probabilité d’un évènement A

A

P(A)

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

Comment exprimer la probabilité d’un évènement non A?

A

P(A’) = 1 - P(A)

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

Comment représenter l’ensemble d’évènements possibles?

A

Ω ou P(Ω) = 1

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

Comment noter les éléments d’un ensemble?

A

{ A, B, C, … }

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

Comment exprimer le calcul d’une probabilité?

A

Probabilité = Nb cas favorables f / Nb répétitions N

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Comment exprimer la probabilité d’un évènement dans une population statistique?

A

Fréquence relative

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Comment exprimer la probabilité d’un évènement dans un échantillon aléatoire?

A

La fréquence relative d’un évènement dans l’échantillon aléatoire donc l’effectif est n à mesure que n s’approche de la population statistique

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

Comment avoir une probabilité qui s’approche le plus possible de la vérité dans un échantillon aléatoire?

A

Avoir un n qui s’approche énormément de la population statistique

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

Comment calculer la probabilité de deux évènements A et B s’ils sont indépendants et compatibles?

A

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

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

Comment calculer la probabilité si deux événements A et B sont mutuellement exclusifs?

A

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

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

Expliquer ce que sont des événements mutuellement exclusifs?

A

Les évènements ne peuvent pas se produire en même temps, c’est l’un ou l’autre, un à la fois.

Obtenir le 2 d’un dé est mutuellement exclusif à obtenir un 5 ou une porte peut être ouverte ou fermée

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Expliquer ce que sont des événements compatibles?

A

Des événements qui peuvent se produire en même temps.

Exemple : tirer une carte rouge et roi en même temps sont possibles

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

Expliquer ce que sont des événements indépendants?

A

Si la réalisation d’un n’affecte pas la probabilité de réalisation de l’autre.

Exemple : lancer une pièce et lancer un dé

17
Q

Pourquoi deux événements mutuellement exclusifs ne peuvent pas être indépendants?

A

Parce que si un évènement se réaliser, l’autre ne peut automatiquement pas se produire, à moins que l’un d’eux ait une probabilité =0

18
Q

Expliquer comment traiter deux évènements qui ne sont pas mutuellement exclusifs?

A

P(A ou B) = P(A) + P(B) - P(A et B)
Bref il ne faut pas compter deux fois la probabilité, car sinon il a une superposition qui se produit.

19
Q

Expliquer comment traiter deux évènements compatibles qui ne sont pas indépendants?

A

On doit instaurer un paramètre de condition ou de «sachant que»
P(A et B) = P(A | B) * P(B)

20
Q

Comment lire P(A | B) ?

A

Quelles est la probabilité que l’évènement A se produise étant donné qu’on observe B?

21
Q

Que permet de faire le Théorème de Bayes?

A

D’inverser les probabilités conditionnelles

22
Q

Écrire la formule du théorème de Bayes

23
Q

Est-ce que «et» ainsi que | signifient la même chose?

A

Non, «et» marque que les deux choses se produisent en 1 événement

24
Q

À quoi correspond la distribution d’un échantillonnage?

A

À la fréquence relative de chacun des événements possibles dans un échantillon

25
Q

À quoi correspond la distribution de probabilités?

A

À la fréquence relative de chacun des événements possibles dans une population statistique

26
Q

À quoi correspond le signe d’un variable aléatoire susceptible de prendre certaines valeurs?

27
Q

À quoi correspond la distribution de probabilités d’une variable aléatoire?

A

L’ensemble des probabilités d’apparition de toutes les différentes valeurs possibles d’une variable théorique X

28
Q

À quoi servent les distributions de probabilités ?

A

Au calcul direct de la probabilité d’un événement si on connaît la distribution statistique du phénomène

29
Q

À quoi servent les distributions de probabilités lors des tests paramétriques?

A

Utilisées pour calculer la probabilités que les données soient conformes à une hypothèse initiale (H0) permettre de dire que ce qui a été observé ne résulte pas de la chance

30
Q

Sous quelle forme on peut établir une distribution de probabilités?

A

Sous forme de tableau ou d’histogramme

31
Q

À quoi on aimerait qu’un distribution de probabilités ressemble sous forme d’histogramme?

A

À une normale

32
Q

Quels sont les deux concepts inhérents de la loi des grands nombres lors que l’effectif d’un échantillon devient grand?

A
  • Les fréquences relatives exprimées tendent vers les probabilités
  • Les distributions de fréquences relatives observées tendent vers les distributions de probabilités
33
Q

Quelles sont les deux fonctions principales d’une loi de probabilité?

A
  • Fonction de densité
  • Fonction de répartition
34
Q

Comment fonctionne la fonction de densité de probabilité?

A

f(x) fournit la probabilité qu’une variable aléatoire prenne une valeur données x et l’ensemble valeurs pour tous les xi donne la densité de probabilité (courbe)

35
Q

Comment nomme t-on la fonction de densité de probabilité pour les distributions discrètes?

A

Fonction de masse

36
Q

Comment fonctionne la fonction de répartition?

A

F(x) fournit la probabilité qu’une variable aléatoire soit plus petite ou égale à une valeur donnée x. Bref plus on avance sur l’axe des x, plus on s’approche de 1 parce qu’on est dans un univers fini. C’est un cumul de probabilités.