Documente Academic
Documente Profesional
Documente Cultură
Figure 1. Dix variais aléatoires Loi Normale. Tiré de : propre source ........................................... 2
Figure 32. Mil variais aléatoires Loi Normale. Tiré de : propre source ......................................... 2
Figure 33. Mil (10%) variais aléatoires Loi Binomial. Tiré de : propre source ............................. 5
1
Loi Binomial
Definition
Est une distribution de probabilité discrète qui compte le nombre de succès dans
une séquence de n essais de Bernoulli indépendants, avec une probabilité fixe p de survenue
de succès entre les essais.
𝑛
𝑓(𝑥) = ( ) 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥 0≤𝑝≤1
𝑥
Histograme
Dix
2
Cent
Formule de l’estimation
Premièrement, x est le nombre total de visites, tandis que xi est un test unique (0 ou 1).
3
Ensuite:
𝑛
∏ 𝑝 𝑥𝑖 ∗ (1 − 𝑝)1−𝑥𝑖
𝑖=1
∑𝑛 𝑛
1 𝑥𝑖
𝑝 (1 − 𝑝)∑1 𝑥𝑖
𝑝 𝑥 (1 − 𝑝)𝑛−𝑥
𝑛−𝑥
ln(𝑛𝐶𝑥 ∗ 𝑝𝑥 (1 − 𝑝) ) = ln(𝑛𝐶𝑥 ) ∗ x ln(𝑝) + (𝑛 − 𝑥) ln( 1 − 𝑝)
𝑑 𝑥 𝑛−𝑥
ln(𝑛𝐶𝑥 ) ∗ x ln(𝑝) + (𝑛 − 𝑥) ln( 1 − 𝑝) = −
𝑑𝑝 𝑝 1−𝑝
𝑥 𝑛−𝑥
− =0
𝑝 1−𝑝
𝑛 1
=
𝑥 𝑝
𝑥
𝑝=
𝑛
N étudier le biais de votre estimation
Dix
Figure 5. Dix (10%) variais aléatoires Loi Binomial, . Tiré de : propre source
Cent
5
Figure 6. Cent (10%) variais aléatoires Loi Binomial. Tiré de : propre source
Mil
Figure 7. Mil (10%) variais aléatoires Loi Binomial. Tiré de : propre source
Apres la génération d’assez réalisation on peut déduire intuitivement qu’il s’agit d’une
distribution de Gumel qu’on peut calculer ces paramètres.
Loi de distribution continues
Loi Gamma
Définition
Une loi de lois de probabilités continues, variables aléatoires réelles positives, paramétrée
par d'un paramètre de forme et d'un paramètre d'intensité, typiquement notés
respectivement α et β.
On dit qu’une v.a. X suit une loi de Beta de paramètres α et β si sa densité de probabilité
est :
𝑥 α−1 βα −βx
𝑓𝑋 (𝑥; α, β) = 𝑒 , 𝑥>0
𝛤(α)
6
log(𝐿𝑛 (𝑥1 . 𝑥2 … 𝑥𝑛 |α, β)) = ∑[(α − 1) log 𝑥𝑖 + α log β − β𝑥𝑖 − log 𝛤(α)]
𝑖=1
𝑛 𝑛
-sum(dgamma(data,shape=par[1],rate=par[2],log=T))
optimfonc=optim(c(3,12),gamma.mle,data=op[[1]])
points(i,optimfonc$par[2])
}
Figure 8.. Estimation des paramètres alfa analytiquement. Tiré de : propre source
Apres la génération d’assez réalisation on peut déduire intuitivement qu’il s’agit d’une
distribution de Gumel qu’on peut calculer ces paramètres.
Les graphes ci-dessus montre les valeurs extrêmes des réalisation d’une loi Gamma ainsi
qu’une modélisation par une distribution Gumbel.
9
10
References