ADAPTATION d’une distribution expérimentale

Slides:



Advertisements
Présentations similaires
Mais vous comprenez qu’il s’agit d’une « tromperie ».
Advertisements

Le Nom L’adjectif Le verbe Objectif: Orthogram
ORTHOGRAM PM 3 ou 4 Ecrire: « a » ou « à » Référentiel page 6
TYPOLOGIE DES LOGEMENTS CONSTRUCTION DE LOGEMENTS A ABOMEY-CALAVI Groupe aHomeInAfrica Building SA.
Présentation de la circonscription Année 2011/2012 Jeudi 24 novembre 2011.
Additions soustractions
Distance inter-locuteur
1 Plus loin dans lutilisation de Windows Vista ©Yves Roger Cornil - 2 août
Patients (n = 530) Biomarqueurs IHC (n = 412) Séquençage (n = 418) 200 patients évaluables pour les facteurs pronostiques cliniques et biologiques Comparaison.
Les nombres.
Les numéros 70 –
Les numéros
Les identités remarquables
ASSOCIATION entre caractères qualitatifs
1. Les caractéristiques de dispersion. 11. Utilité.
CONFORMITE d’une distribution expérimentale à une distribution théorique Professeur Pascale FRIANT-MICHEL > Faculté de Pharmacie
ASSOCIATION entre caractères qualitatifs
LES TRIANGLES 1. Définitions 2. Constructions 3. Propriétés.
Données statistiques sur le droit doption au 31/01 8 février 2012.
Correspondances en Onco-Urologie - Vol. III - n° 3 – juillet-août-septembre VESSIE Daprès James ND et al., N Engl J Med 2012;366:16:
Technologies et pédagogie actives en FGA. Plan de latelier 1.Introduction 2.Les technologies en éducation 3.iPads 4.TNI 5.Ordinateurs portables 6.Téléphones.
Révision (p. 130, texte) Nombres (1-100).
La législation formation, les aides des pouvoirs publics
Exercice Trame Ethernet
La méthodologie………………………………………………………….. p3 Les résultats
Structure(djs)TéléphoneFax ADRA R049,96,03,21 CHLEF027,77,22,66 /77,49, LAGHOUAT029,90,41,08029,90,42,47 OUM EL BOUAGHI032,42,16,26032,42,45,32.
Autres LOIS de PROBABILITES
Le soccer & les turbans Sondage mené par lAssociation détudes canadiennes 14 juin 2013.
Présentation générale
Le Concours de Conaissance Francais I novembre 2012.
Et la disparition de notre
Si le Diaporama ne s'ouvre pas en plein écran Faites F5 sur votre clavier.
Calcul mental Calcul mental Année scolaire Classe de …
Titre : Implémentation des éléments finis sous Matlab
Les nombres.
Problème Autre formulation :
Conseil Administration AFRAC – 2 décembre Toulouse 1 Fermes de références Palmipèdes à foie gras Synthèse régionale – Midi Pyrénées Exercice
La consommation de boissons alcooliques chez les jeunes LICEO SCIENTIFICO N. COPERNICO PRATO ELEVES (age ans): 342 F: 192 M: 150.
LES NOMBRES PREMIERS ET COMPOSÉS
CLL11 : chlorambucil (CLB) versus CLB + rituximab (R)
Lorsque la coloration disparait, on est à l'équivalence donc tout le diiode a été consommée. Donc n I 2 – xmax = 0 = nS 2 O 3 2- /- 2xmax on en déduit.
S ervice A cadémique de l I nspection de l A pprentissage dOrléans-Tours Nombre de CFA par académie 1 CFA académique avec 25 UFA 1 CFA académique avec.
Les chiffres & les nombres
Les Monnaies et billets du FRANC Les Monnaies Euro.
RACINES CARREES Définition Développer avec la distributivité Produit 1
DUMP GAUCHE INTERFERENCES AVEC BOITIERS IFS D.G. – Le – 1/56.
La statistique descriptive
Identifiez les nombres
Les maths en francais 7ième année.
Année universitaire Réalisé par: Dr. Aymen Ayari Cours Réseaux étendus LATRI 3 1.
LES PRODUITS DÉRIVÉS troisième partie: Black - Scholes modèle binomial
Jean-Marc Léger Président Léger Marketing Léger Marketing Les élections présidentielles américaines.
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
1 INETOP
Les Nombres 0 – 100 en français.
Aire d’une figure par encadrement
P.A. MARQUES S.A.S Z.I. de la Moussière F DROUE Tél.: + 33 (0) Fax + 33 (0)
Les fondements constitutionnels
MAGIE Réalisé par Mons. RITTER J-P Le 24 octobre 2004.
+0.42% +8.48% +0.6% +4.33% +6.48% -0.77% +3.79% +6.48% +4.02% +4.53%
1/65 微距摄影 美丽的微距摄影 Encore une belle leçon de Macrophotographies venant du Soleil Levant Louis.
1 - Programme de Seconde (juin 2009) Statistique et probabilités
Certains droits réservés pour plus d’infos, cliquer sur l’icône.
Quelques petits problèmes pour vous exercer
Annexe Résultats provinciaux comparés à la moyenne canadienne
EGALITE PROFESSIONNELLE ENTRE LES FEMMES ET LES HOMMES
Commission paritaire de suivi des opérations de reclassement repositionnement dans le cadre du droit d’option Statistiques novembre 2010.
La formation des maîtres et la manifestation de la compétence professionnelle à intégrer les technologies de l'information et des communications (TIC)
3. La structure du marché par couleur
Transcription de la présentation:

ADAPTATION d’une distribution expérimentale Professeur Pascale FRIANT-MICHEL > Faculté de Pharmacie Pascale.Friant@univ-lorraine.fr

ADAPTATION d’une DISTRIBUTION EXPERIMENTALE I - DEFINITION Lorsqu’une distribution expérimentale évoque une distribution théorique, en raison, par exemple : - de l’aspect de son diagramme des fréquences ou - des conditions dans lesquelles on l’a observée Exemple : - distribution normale - distribution binomiale on substitue à la distribution expérimentale observée la distribution théorique correspondante, cela s’appelle "adapter" La distribution théorique n’a, de toute façon, valeur que de simple hypothèse dont il conviendra de tester la validité Chapitre – Adaptation P. FRIANT-MICHEL

II - ADAPTATION à la LOI BINOMIALE  Calculer les termes respectifs de la distribution binomiale théorique correspondante (ayant le même effectif N que la distribution expérimentale observée) . Calculer les probabilités Pk telles que : Pk = C pk qn-k avec  Pk = 1 . Calculer les fréquences absolues nk correspondantes telles que : nk = N . Pk avec  nk = N Exemple : Distribution du nombre de filles dans 160 familles de 4 enfants tirées au hasard dans une population Chapitre – Adaptation P. FRIANT-MICHEL

II - ADAPTATION à la LOI BINOMIALE (2) Exemple : Distribution du nombre de filles dans 160 familles de 4 enfants tirées au hasard dans une population - Calcul des paramètres caractéristiques de la distribution Famille de xi filles Nombre de familles ni 1 2 3 4 16 48 62 30 = 160 nixi nixi2 48 124 90 16 248 270 64 = 278 = 630 m = = = 1,74 fille V = - m2 = - (1,74)2 = 3,94 - 3,02 = 0,92 (fille)2 σ = = 0,96 fille Chapitre – Adaptation P. FRIANT-MICHEL

II - ADAPTATION à la LOI BINOMIALE (3) Exemple : Distribution du nombre de filles dans 160 familles de 4 enfants tirées au hasard dans une population - Hypothèse : loi binomiale de moyenne : m = n . p mth = mexp = 1,74 n = 4 => p = = = 0,435 (proportion de filles) => q = 1 – p = 0,565 (proportion de garçons) Probabilités théoriques de k filles dans des familles de 4 enfants : Pk = C (0,435)k (0,565)4-k avec 0 ≤ k ≤ 4 Effectifs théoriques : nk = 160 . Pk avec = = 160 Chapitre – Adaptation P. FRIANT-MICHEL

II - ADAPTATION à la LOI BINOMIALE (4) Exemple : Distribution du nombre de filles dans 160 familles de 4 enfants tirées au hasard dans une population Famille de xi filles Nombre de familles ni 1 2 3 4 16 48 62 30 = 160 Pk nk 0,1019 0,3138 0,3624 0,1860 0,0358 16,30 50,21 57,99 29,76 5,73 = 1 = 160 Chapitre – Adaptation P. FRIANT-MICHEL

III - ADAPTATION à la LOI de POISSON  Calculer les termes correspondants de la distribution de POISSON ayant le même effectif N et la même moyenne que la distribution expérimentale observée . Calculer les probabilités Pk telles que : Pk = e-m avec  Pk = 1 . Calculer les fréquences absolues nk correspondantes telles que : nk = N . Pk avec  nk = N Exemple : Distribution du nombre d’accidents hebdomadaires à un carrefour dangereux Chapitre – Adaptation P. FRIANT-MICHEL

III - ADAPTATION à la LOI de POISSON (2) Exemple : Distribution du nombre de d’accidents hebdomadaires à un carrefour dangereux - Calcul des paramètres caractéristiques de la distribution Nombre d’accidents xi Nombre de semaines ni 1 2 3 4 5 10 7 = 30 nixi nixi2 10 14 12 5 28 36 48 25 = 53 = 147 m = = ≈ 1,77 accident V = - m2 = - (1,77)2 ≈ 1,83 (accident)2 σ = = 1,35 accident Chapitre – Adaptation P. FRIANT-MICHEL

III - ADAPTATION à la LOI de POISSON (3) Exemple : Distribution du nombre de d’accidents hebdomadaires à un carrefour dangereux - Hypothèse : loi de POISSON de moyenne : m mth = mexp = 1,77 Probabilités théoriques de k accidents : Pk = e-1,77 avec 0 ≤ k ≤ 5 Effectifs théoriques : nk = 30 . Pk avec = = 30 Attention aux classes supplémentaires Chapitre – Adaptation P. FRIANT-MICHEL

III - ADAPTATION à la LOI de POISSON (4) Exemple : Distribution du nombre de d’accidents hebdomadaires à un carrefour dangereux Nombre d’accidents xi Nombre de semaines ni 1 2 3 4 5 10 7 = 30 Pk nk 0,1703 0,3015 0,2668 0,1574 0,0697 0,0247 5,11 9,05 8,00 4,72 2,09 0,74 ≥ 6 0,0096 0,29  Pk = 1 ? = 1  nk = 30 ? = 30 Chapitre – Adaptation P. FRIANT-MICHEL

IV - ADAPTATION à la LOI NORMALE  Calculer les termes correspondants de la distribution gaussienne ayant le même effectif N, la même moyenne m et le même écart-type σ que la distribution expérimentale observée => - Déterminer les probabilités Pth associées aux diverses classes de la distribution telles que :  Pth = 1 au moyen des tables de GAUSS établies pour la courbe réduite => . Calculer les écarts réduits par la relation : t = . Lire les tables des fréquences cumulées p (t) ou des valeurs de f (t) . Calculer les probabilités théoriques Pth Chapitre – Adaptation P. FRIANT-MICHEL

IV - ADAPTATION à la LOI NORMALE (2) - Calculer les fréquences absolues nth correspondantes telles que : nth = N . Pth avec  nth = N Exemple : Poids de 406 nouveau-nés relevé dans une maternité Classes (kg) Effectif ni [ 2,20 ; 2,40 [ 3 [ 2,40 ; 2,60 [ 8 [ 2,60 ; 2,80 [ 26 [ 2,80 ; 3,00 [ 50 [ 3,00 ; 3,20 [ 69 [ 3,20 ; 3,40 [ 85 [ 3,40 ; 3,60 [ 62 Classes (kg) Effectif ni [ 3,60 ; 3,80 [ 44 [ 3,80 ; 4,00 [ 35 [ 4,00 ; 4,20 [ 17 [ 4,20 ; 4,40 [ 3 [ 4,40 ; 4,60 [ 2 [ 4,60 ; 4,80 [ Chapitre – Adaptation P. FRIANT-MICHEL

IV - ADAPTATION à la LOI NORMALE (3) Exemple : Poids de 406 nouveau-nés relevé dans une maternité Paramètres caractéristiques de la distribution : (calculés aux centres de classes) m = 3,33 kg σ = 0,45 kg Hypothèse : loi normale de moyenne : m = 3,33 kg d’écart-type : s = 0,45 kg . Calcul des différents ti (aux limites de classes) . Recherche par lecture des différents pi ou fi (aux limites de classes) Chapitre – Adaptation P. FRIANT-MICHEL

IV - ADAPTATION à la LOI NORMALE (4) Exemple : Poids de 406 nouveau-nés relevé dans une maternité - Calcul des différentes Pth (aux centres de classes) : Lorsque t2 > t1 : Pth = p (t2) – p (t1) ou Pth = f (t1) – f (t2) lorsque t1 et t2 sont de même signe (t1 et t2 < 0) Pth = f (t2) – f (t1) lorsque t1 et t2 sont de même signe (t1 et t2 > 0) Pth = f (t1) + f (t2) lorsque t1 et t2 sont de signes contraires - Calcul des différentes nth (aux centres de classes) : nth = 406 . Pth avec  nth = 406 Attention aux classes supplémentaires Chapitre – Adaptation P. FRIANT-MICHEL

IV - ADAPTATION à la LOI NORMALE (5) Exemple : Poids de 406 nouveau-nés relevé dans une maternité Limites (kg) Effectif ni 2,20 2,40 2,60 2,80 3,00 3,20 3,40 3 8 26 50 69 85 ti = p (ti) (ti) 2,51 2,07 1,62 - 1,18 - 0,73 0,29 0,15 0,0060 0,0192 0,0526 0,1190 0,2327 0,3869 0,5596 0,4940 0,4808 0,4474 0,3810 0,2673 0,1141 0,0596 Pth nth 0,0132 0,0334 0,0664 0,1137 0,1532 0,1737 5,36 13,56 26,96 46,16 62,20 70,52 ou Chapitre – Adaptation P. FRIANT-MICHEL

IV - ADAPTATION à la LOI NORMALE (6) Exemple : Poids de 406 nouveau-nés relevé dans une maternité ou Limites ni 3,60 3,80 4,00 4,20 4,40 4,60 4,80 62 44 35 17 3 2  ni = 406 ti p (ti) f (ti) 0,60 1,04 1,49 1,93 2,38 2,82 3,27 0,7257 0,8508 0,9319 0,9732 0,9913 0,9976 0,9995 0,2257 0,3508 0,4319 0,4732 0,4913 0,4976 0,4995 Pth nth 0,1661 0,1251 0,0811 0,0413 0,0181 0,0063 0,0019 67,44 50,79 32,93 16,77 7,35 2,56 0,77  Pth ≠ 1  nth ≠ 406 Chapitre – Adaptation P. FRIANT-MICHEL

IV - ADAPTATION à la LOI NORMALE (7) Exemple : Poids de 406 nouveau-nés relevé dans une maternité Classes (kg) Effectif ni 2,20 2,40 2,60 2,80 3,00 3,20 3,40 3 8 26 50 69 85 ti = p (t) (t) 2,51 2,07 1,62 - 1,18 - 0,73 0,29 0,15 0,0060 0,0192 0,0526 0,1190 0,2327 0,3869 0,5596 0,4940 0,4808 0,4474 0,3810 0,2673 0,1141 0,0596 Pth nth 0,0132 0,0334 0,0664 0,1137 0,1532 0,1737 5,36 13,56 26,96 46,16 62,20 70,52 ou < 2,20 0,0060 2,43 Chapitre – Adaptation P. FRIANT-MICHEL

IV - ADAPTATION à la LOI NORMALE (8) Exemple : Poids de 406 nouveau-nés relevé dans une maternité ou Limites ni 3,60 3,80 4,00 4,20 4,40 4,60 4,80 62 44 35 17 3 2  ni = 406 ti p (ti) f (ti) 0,60 1,04 1,49 1,93 2,38 2,82 3,27 0,7257 0,8508 0,9319 0,9732 0,9913 0,9976 0,9995 0,2257 0,3508 0,4319 0,4732 0,4913 0,4976 0,4995 Pth nth 0,1661 0,1251 0,0811 0,0413 0,0181 0,0063 0,0019 67,44 50,79 32,93 16,77 7,35 2,56 0,77 0,0005 0,20 ≥ 4,80  nth = 406  Pth = 1 Chapitre – Adaptation P. FRIANT-MICHEL