0 Membres et 1 Invité sur ce sujet
Salut Lasco ! :)La formule utilisée ici, soit n*p ± Z(alpha)*racine(n*p*(1-p)), est en effet celle à appliquer à chaque fois qu'on te demande de calculer l'intervalle de confiance (IC) d'un nombre de sujets. C'est vrai qu'elle change un peu des autres formules de calcul d'IC données dans le cours, donc je vais te faire la démonstration de comment on arrive à ça.On repart de la formule de calcul d'IC d'un pourcentage ou d'une fréquence, qui est p ± Z(alpha)*racine(p*(1-p)/n).Si on décompose un peu cette formule, on voit qu'on prend la valeur de la proportion moyenne (théorique ou observée selon le contexte de l'énoncé), à laquelle on ajoute ou soustrait le Z(alpha) que l'on multiplie par la racine carrée de la variance (qu'on peut aussi appeler écart type, ne l'oublions pas).L'autre élément important, c'est que les valeurs que l'on utilise ici suivent une loi binomiale. En effet, dans ces exercices, on s'intéresse toujours à la fréquence de survenue d'une expérience à 2 issues (succès ou non). Il s'agit de notre épreuve de Bernouilli, et on la répète plusieurs fois de manière indépendante et avec la même probabilité élémentaire. C'est pas dit de façon aussi claire que je te dis là mais c'est sous entendu donc on est bien dans le cadre de la loi binomiale quand on calcule l'IC d'une fréquence.Il reste un élément primordial : on utilise pas la même variance dans le cas d'un IC de fréquence ou de sujets, et l'explication se trouve dans le cours sur la loi binomiale. Dans le cas d'un IC de pourcentage, la variable qui nous intéresse est la fréquence des succès de l'épreuve, et dans ce cas la variance est p(1-p)/n. Cependant, dans le cadre d'un IC de nombre de sujets, la variable qui nous intéresse est celle qui compte le nombre de succès sur ces épreuves, et ici la variance est n*p*(1-p).Dernier petit détail : dans le cas d'un nombre de sujets, la valeur moyenne n'est plus simplement la proportion mais cette proportion que l'on multiplie par l'effectif.On a maintenant tous les éléments qui nous mènent à la formule d'IC de sujets. On reprend le modèle "valeur moyenne ± Z(alpha) * racine de variance" et on arrive bien à n*p ± Z(alpha)*racine(n*p*(1-p)). Voilà, ça fait une explication un peu longue mais j'espère avoir pu t'aider à comprendre ! (même si maintenant tu n'auras plus besoin de faire toute la démo à chaque fois mais surtout à appliquer la bonne formule au bon moment) Bon courage dans tes révisions et à très vite en séance
Salut Sarah ! Pour le ddl d'un Khi 2 de Pearson, tu as 2 possibilités.Il peut s'agir d'une comparaison entre une répartition observée et une répartition théorique, auquel cas le ddl = k-1 avec k qui correspond au nombre de classes que tu as.Le 2ème cas, celui qui t'intéresse ici, est une comparaison de plusieurs répartitions observées. Dans ce cas, tu te retrouves avec un tableau de contingence comme celui que je te mets en PJ (exemple tiré du cours du Pr Mauny). A partir de là, pour calculer le ddl, tu fais (nombre de lignes - 1) x (nombre de colonnes - 1), sans compter la colonne du total.Dans l'exemple, le tableau a 2 lignes et 3 colonnes, donc ddl = (2-1) x (3-1) = 2.Après tu n'as plus qu'à lire ta valeur seuil dans la table du Khi2 à l'intersection entre la ligne correspondant au ddl trouvé et la colonne correspond au alpha donné.J'espère t'avoir éclairé, n'hésite pas à me dire si tu as encore un souci !Que la force soit avec toi
Bonsoir, est-ce qu'il serait possible d'avoir un exemple d'application du test de Krustal-Wallis ? Merci
Bonjour, Est-ce que les nouveaux cours en ligne du Professeur Daspet seront évalués durant la colle d'UE4 de ce mercredi ? Merci d'avance
Salut, pour le QCM sur les fonctions à 1 variable, le premier item comment est-ce qu'on fait pour réussir à voir une telle identité remarquable quelqu'un a un petit conseil..? merci d'avance.
+ une deuxième petite question pour les asymptotes je n'ai pas compris comment on définissait les asymptotes verticales et horizontales merci beaucoup!
Bonjour,Je ne comprend pas bien comment employer la formule de la loi normal et la loi centrée réduite particulièrement avec les variances et les écarts types. En effet, dans certaines situations si la variance est donnée comme étant 16 par exemple dans la loi normal, on l'écrit 4 au carré lors de l'utilisation mais quand on emploie la formule de la loi normal centrée réduite on prend seulement 4 alors que dans les deux cas il me semble qu'on a à faire à un écart-type. J'ai l'impression que je mélange écart-type et variance dans les formules et dans son écriture...Merci d'avance de votre éclaircissement
Salut à toi jeune entrepreneur ! Alors, je vais essayer de faire au plus claire :Dans un premier temps il faut que tu distingues variance et écart-type :- sigma (le petit logo boule avec une tige qui en sort vers la droite) : ECART-TYPE - sigma^2 (même logo mais au carré) : VARIANCEPour t'en souvenir, essaye de te rappeler que l'écart-type est la racine carré de la variance In fine, dans l'application de la loi Normale, on utilise l'épar-type, mais à toi de bien fais re attention que les données de l'exercice sont bien en terme d'écart-type et non de variance ! J'espère avoir été claire. J'espère que ta question est vite répondue. Bisouuuuuuuuuus