Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Distribution de Bernoulli et distribution binomiale : quelle est la différence ?



Une variable aléatoire suit une distribution de Bernoulli si elle n’a que deux résultats possibles : 0 ou 1.

Par exemple, supposons que nous lancions une pièce de monnaie une fois. Soit p . Cela signifie que la probabilité qu’il atterrisse sur pile est de 1- p .

Ainsi, nous pourrions écrire :

Bernoulli pdf

Dans ce cas, la variable aléatoire X suit une distribution de Bernoulli. Il ne peut prendre que deux valeurs possibles.

Maintenant, si nous tirons une pièce de monnaie plusieurs fois, la somme des variables aléatoires de Bernoulli suivra une distribution binomiale.

Par exemple, supposons que nous lançons une pièce de monnaie 5 fois et que nous souhaitons connaître la probabilité d’obtenir face k fois. On dirait que la variable aléatoire X suit une distribution binomiale.

Bernoulli contre binôme

Si une variable aléatoire X suit une distribution binomiale, alors la probabilité que X = k succès peut être trouvée par la formule suivante :

P(X=k) = n C k * p k * (1-p) nk

où:

  • n : nombre d’essais
  • k : nombre de réussites
  • p : probabilité de succès sur un essai donné
  • n C k : le nombre de façons d’obtenir k succès dans n essais

Par exemple, supposons que nous lançons une pièce 3 fois. On peut utiliser la formule ci-dessus pour déterminer la probabilité d’obtenir 0 face lors de ces 3 flips :

P(X=0) = 3 C 0 * 0,5 0 * (1-0,5) 3-0 = 1 * 1 * (0,5) 3 = 0,125

Lorsque n = 1 essai, la distribution binomiale est équivalente à la distribution de Bernoulli.

Notes IMPORTANTES

Voici quelques remarques importantes concernant la distribution de Bernoulli et Binomial :

1. Une variable aléatoire qui suit une distribution de Bernoulli ne peut prendre que deux valeurs possibles, mais une variable aléatoire qui suit une distribution binomiale peut prendre plusieurs valeurs.

Par exemple, lors d’un seul tirage au sort, nous aurons soit 0, soit 1 face. Cependant, dans une série de 5 tirages au sort, nous pourrions avoir 0, 1, 2, 3, 4 ou 5 faces.

2. Pour qu’une variable aléatoire suive une distribution binomiale, la probabilité de « succès » dans chaque essai de Bernoulli doit être égale et indépendante.

Par exemple, si nous définissons le « succès » comme atterrir sur face, alors la probabilité de succès à chaque tirage au sort est égale à 0,5 et chaque lancer est indépendant – le résultat d’un tirage au sort n’affecte pas le résultat d’un autre.

Ressources additionnelles

Une introduction aux expériences binomiales
Une introduction à la distribution binomiale
Comprendre la forme d’une distribution binomiale

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *