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.

Comment utiliser la distribution triangulaire dans R (avec exemples)



La distribution triangulaire est une distribution de probabilité continue avec une fonction de densité de probabilité en forme de triangle.

Il est défini par trois valeurs :

  • La valeur minimale a
  • La valeur maximale b
  • La valeur maximale c

Répartition triangulaire

Pour calculer les probabilités de la distribution triangulaire dans R, nous pouvons utiliser la fonction ptri( ) du package EnvStats , qui utilise la syntaxe suivante :

ptri(q, min = 0, max = 1, mode = 1/2)

où:

  • q : Quantile d’intérêt
  • min : La valeur minimale de la distribution
  • max : La valeur maximale de la distribution
  • mode : La valeur crête de la distribution

Les exemples suivants montrent comment utiliser cette fonction en pratique dans R.

Exemple 1 : Calcul d’une probabilité inférieure à une certaine valeur

Supposons qu’un restaurant estime que ses ventes totales pour la semaine à venir seront d’un minimum de 10 000 $, d’un maximum de 30 000 $ et très probablement de 25 000 $.

Quelle est la probabilité que le restaurant réalise un chiffre d’affaires total inférieur à 20 000 $ ?

Nous pouvons utiliser le code suivant pour calculer cette probabilité :

library(EnvStats)

#calculate probability
ptri(q = 20000, min = 10000, max = 30000, mode = 25000)

[1] 0.3333333

La probabilité que le restaurant réalise un chiffre d’affaires total inférieur à 20 000 $ est de 0,333 .

Exemple 2 : Calcul d’une probabilité supérieure à une certaine valeur

Supposons qu’un magasin estime que le nombre de clients qui entreront au cours d’une semaine donnée sera d’un minimum de 500, d’un maximum de 2 000 et très probablement de 1 200.

Quelle est la probabilité que plus de 1 500 clients entrent dans le magasin au cours d’une semaine donnée ?

Nous pouvons utiliser le code suivant pour calculer cette probabilité :

library(EnvStats)

#calculate probability
1 - ptri(q = 1500, min = 500, max = 2000, mode = 1200)

[1] 0.2083333

La probabilité que plus de 1 500 clients entrent dans le magasin est d’environ 0,208.

Remarque : Vous pouvez trouver la documentation complète de la fonction ptri() ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment utiliser d’autres distributions de probabilité dans R :

Comment utiliser la distribution normale dans R
Comment utiliser la distribution binomiale dans R
Comment utiliser la distribution de Poisson dans R
Comment utiliser la distribution multinomiale dans R

Ajouter un commentaire

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