1 - Construction d'un abaque Exemple

Slides:



Advertisements
Présentations similaires
1 - Construction d'un abaque Exemple
Advertisements

Cours de Biostatistiques 14 avril 2012 Noémi ARDITI Delphine COUDRAY.
Atelier 1 Le problème du surpoids sur géogébra. Etude de la prévalence du surpoids: (document Ressources pour la classe de terminale) Situation: On souhaite.
Physique Chapitre 6 Le Champ Magnétique. I. Mise en évidence On place un clou en fer à proximité de différents matériaux. Expérience 1 : Observation :
Nouveau programme de 3ème Probabilités Document de travail – Académie de Rouen
NUMERISATION DE L’INFORMATION Compétences exigibles: reconnaitre des signaux de nature analogique et numérique associer un tableau de nombres à une image.
Auteur : Patrice LEPISSIER Les probabilités  Notions de base Notions de base  Variable aléatoire Variable aléatoire  La loi Normale La loi Normale.
Calcul d'erreur e ● Fluctuations dans les mesures ● Erreur systématique et erreur aléatoire.
Généralisation de la comparaison de moyennes par Analyse de la variance (ANOVA)
Chapitre 5. Modèles probabilistes continus Variable aléatoire continue et loi de probabilité continue Loi uniforme Loi exponentielle Loi normale Loi normale.
Chapitre 6. Introduction à l’échantillonnage Les sondages Notions fondamentales Fluctuations d’échantillonnage d’une moyenne Théorème central limite C6-1.
ANALYSE D’ARTICLE - Questions à se poser Le test étudié est-il comparé à un test de référence (gold standard) ? Le test de référence est il correctement.
Dr. Tarek Barhoumi statistiques descriptives Statistiques descriptives Dr. Tarek Barhoumi.
Chapitre 8 : Fluctuation d’échantillonnage.
Application des lois de probabilité -Variable aléatoire discrète-
  Exercice 4 : Vous êtes employé au contrôle qualité d’un fabricant de 10 millions de CD. En temps habituel on a 20% de CD impropres à la vente. Aujourd’hui.
Étude de la fonction f(x) = x² avec Cabri Géomètre II Plus
Valeurs de toutes les différences observables sous H0
Comprendre la définition de bit par seconde à partir
Loi Normale (Laplace-Gauss)
4°) Intervalle de fluctuation :
Contrôle de production
▪ On observe 4 billes rouges parmi les 4 billes tirées au sort
Chapitre 13 : Echantillonnage
Exercice 6 :   En novembre 76 au Texas qui compte 25 millions d’habitants, l’avocat d’un inculpé a contesté la sélection des jurés : il y avait 79,1%
chapitre 3 Les Statistiques
Échantillonnage non-aléatoire
Une exploration des écarts menant à l’écart-type :
Introduction aux Statistiques Variables aléatoires
Technologies de l’intelligence d’affaires Séance 12
Scénario Quatre hipsters entrent en collision un dans l'autre dans un ascenseur plein de personnes. En conséquence ils laissent tomber leurs téléphones.
4.3 Estimation d’une proportion
3.4 Lois discrète 2 cours 15.
Approximation de Pi par la méthode de Monte Carlo
3.6 Loi continue 3 cours 18.
4.2 Estimation d’une moyenne
Introduction aux statistiques Intervalles de confiance
Lois de probabilités Intervalle de fluctuation
Exercice 10.
Pourquoi étudier la statistique ?
LOG770 Annexe A Éléments de probabilité
 1____Probabilité  2______variables aléatoires discrètes et continues  3______loi de probabilités d’une v a  4_______les moyens et les moyens centraux.
Chapitre 8 : Fluctuation d’échantillonnage.
Chapitre 3 : Caractéristiques de tendance centrale
Fluctuations d’une fréquence selon les échantillons, Probabilités
4°) Intervalle de fluctuation :
Lois de Probabilité Discrètes
Lois de Probabilité Discrètes
Question flash TSTI2D.
Programme d’appui à la gestion publique et aux statistiques
Présentation 3 : Sondage aléatoire simple
Mesures de Position Dispersion et Forme
Présentation 4 : Sondage stratifié
Présentation 9 : Calcul de précision des estimateurs complexes
Résumé Dans un mélange ….
chapitre 3 Les Statistiques
Point Méthode n°4 Intégration.
Analyse statistique des données expérimentales
Exercice 6 :   En novembre 76 au Texas qui compte 25 millions d’habitants, l’avocat d’un inculpé a contesté la sélection des jurés : il y avait 79,1%
Présentation 7 : Sondage en grappe
Présentation 6 : Sondage à plusieurs degrés
Quoi regarder dans un graphique des moyennes ?
Programme d’appui à la gestion publique et aux statistiques
Exercice 1 : On admet qu’il naît automatiquement 49% de filles parmi les naissances annuelles en France. Le directeur d’une maternité qui a 200.
Exercice 3 : On prend deux groupes A et B de 105 et 95 malades, et on leur administre respectivement des médicaments C et D. Dans le groupe A, 76 personnes.
Matrices.
μ = N 3) Moyenne d’une série discrète : ∑ ni xi que l’on peut noter
De la mesure au résultat
  Exercice 4 : Vous êtes employé au contrôle qualité d’un fabricant de 10 millions de CD. En temps habituel on a 20% de CD impropres à la vente. Aujourd’hui.
Nous ont fait confiance….
Transcription de la présentation:

1 - Construction d'un abaque Exemple On constitue, avec remise, des échantillons de taille 40, dans une population P. On s'intéresse à une sous-population A de P contenant p =30 % des individus de P. L'intervalle de fluctuation, relatif aux échantillons de taille 40, de la fréquence de A dans les échantillons est [0,15 ; 0,45] au niveau de probabilité de 95%.

1 - Construction d'un abaque Exemple Distribution de la fréquence d'échantillonnage F dérivée de la loi binomiale de paramètres 40 et 0,3. fé

1 - Construction d'un abaque Exemple Approximation de la distribution de la fréquence d'échantillonnage F par la loi normale de paramètres 0,3 et 0,085. fé

1 - Construction d'un abaque Exemple Matérialisation des valeurs réparties autour de 0,3 et observées avec une probabilité d'au moins 0,95 fé

1 - Construction d'un abaque Exemple Matérialisation des valeurs réparties autour de 0,3 et observées avec une probabilité d'au moins 0,95 fé

1 - Construction d'un abaque Exemple Matérialisation des valeurs réparties autour de 0,3 et observées avec une probabilité d'au moins 0,95 fé

1 - Construction d'un abaque Exemple Matérialisation des valeurs réparties autour de 0,3 et observées avec une probabilité d'au moins 0,95 fé

1 - Construction d'un abaque Exemple Matérialisation des valeurs réparties autour de 0,3 et observées avec une probabilité d'au moins 0,95 : intervalle de fluctuation de fé fé

1 - Construction d'un abaque Exemple Intervalle de fluctuation de F, relatif aux échantillons de taille 40, pour p = 0,3 au niveau de probabilité de 95%

1 - Construction d'un abaque Exemple Intervalle de fluctuation de F, relatif aux échantillons de taille 40, pour p = 0,3 au niveau de probabilité de 95%

p 1 - Construction d'un abaque Exemple Intervalle de fluctuation de F, relatif aux échantillons de taille 40, pour p = 0,3 au niveau de probabilité de 95% p fé

1 - Construction d'un abaque p fé

p 1 - Construction d'un abaque Pour chaque valeur de p, la probabilité que F soit dans l'intervalle matérialisé est 95 %. fé

Supposons que la fréquence de A observée dans l'échantillon est 60 %. 2 - Estimation par intervalle de confiance 2.1 - Exemple On souhaite estimer la proportion p (inconnue) d'une sous-population A à partir d'un échantillon de taille 40 prélevé au hasard et sans remise. Supposons que la fréquence de A observée dans l'échantillon est 60 %. On cherche alors l'ensemble des valeurs de p pour lesquelles 0,6 appartient à l'intervalle de fluctuation de la fréquence d'échantillonnage au niveau de probabilité de 95 %, relativement aux échantillons de taille 40.

Intervalle de confiance de p au niveau de confiance de 95 % 2 - Estimation par intervalle de confiance 2.1 - Exemple Intervalle de confiance de p au niveau de confiance de 95 %

Intervalle de confiance de p au niveau de confiance de 95 % 2 - Estimation par intervalle de confiance 2.1 - Exemple Intervalle de confiance de p au niveau de confiance de 95 %