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.

Une introduction à la distribution multinomiale



La distribution multinomiale décrit la probabilité d’obtenir un nombre spécifique de décomptes pour k résultats différents, lorsque chaque résultat a une probabilité fixe de se produire.

Si une variable aléatoire X suit une distribution multinomiale, alors la probabilité que le résultat 1 se produise exactement x 1 fois, le résultat 2 se produise exactement x 2 fois, le résultat 3 se produise exactement x 3 fois, etc. peut être trouvée par la formule suivante :

Probabilité = n ! * (p 1 x 1 * p 2 x 2 * … * p k x k ) / (x 1 ! * x 2 ! … * x k !)

où:

  • n : nombre total d’événements
  • x 1 : nombre de fois où le résultat 1 se produit
  • p 1 : probabilité que le résultat 1 se produise dans un essai donné

Par exemple, supposons qu’il y ait 5 billes rouges, 3 billes vertes et 2 billes bleues dans une urne. Si l’on tire au hasard 5 billes de l’urne, avec remise, quelle est la probabilité d’obtenir exactement 2 billes rouges, 2 billes vertes et 1 bille bleue ?

Pour répondre à cette question, nous pouvons utiliser la distribution multinomiale avec les paramètres suivants :

  • n : 5
  • x 1 (# billes rouges) = 2, x 2 (# billes vertes) = 2, x 3 (# billes bleues) = 1
  • p 1 (prob. rouge) = 0,5, p 2 (prob. vert) = 0,3, p 3 (prob. bleu) = 0,2

En insérant ces nombres dans la formule, nous trouvons que la probabilité est :

Probabilité = 5 ! * (.5 2 * .3 2 * .2 1 ) / (2! * 2! * 1!) = 0,135 .

Problèmes de pratique de distribution multinomiale

Utilisez les problèmes pratiques suivants pour tester vos connaissances de la distribution multinomiale.

Remarque : Nous utiliserons le calculateur de distribution multinomiale pour calculer les réponses à ces questions.

Problème 1

Question : Dans une élection à trois pour le maire, le candidat A reçoit 10 % des voix, le candidat B reçoit 40 % des voix et le candidat C reçoit 50 % des voix. Si nous sélectionnons un échantillon aléatoire de 10 électeurs, quelle est la probabilité que 2 aient voté pour le candidat A, 4 aient voté pour le candidat B et 4 aient voté pour le candidat C ?

Réponse : En utilisant le calculateur de distribution multinomiale avec les entrées suivantes, nous constatons que la probabilité est de 0,0504 :

Exemple de calculatrice multinomiale

Problème 2

Question : Supposons qu’une urne contienne 6 billes jaunes, 2 billes rouges et 2 billes roses. Si nous sélectionnons au hasard 4 boules dans l’urne, avec remise, quelle est la probabilité que les 4 boules soient toutes jaunes ?

Réponse : En utilisant le calculateur de distribution multinomiale avec les entrées suivantes, nous constatons que la probabilité est de 0,1296 :

Exemple de distribution de probabilité multinomiale

Problème 3

Question : Supposons que deux élèves jouent aux échecs l’un contre l’autre. La probabilité que l’élève A gagne un jeu donné est de 0,5, la probabilité que l’élève B gagne un jeu donné est de 0,3 et la probabilité qu’il y ait égalité dans un jeu donné est de 0,2. S’ils jouent 10 parties, quelle est la probabilité que le joueur A gagne 4 fois, le joueur B gagne 5 fois et qu’ils soient à égalité 1 fois ?

Réponse : En utilisant le calculateur de distribution multinomiale avec les entrées suivantes, nous constatons que la probabilité est de 0,038272 :

Exemple de distribution multinomiale

Ressources additionnelles

Les didacticiels suivants fournissent une introduction à d’autres distributions courantes dans les statistiques :

Une introduction à la distribution normale
Une introduction à la distribution binomiale
Une introduction à la distribution de Poisson
Une introduction à la distribution géométrique

Ajouter un commentaire

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