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.

Probabilité marginale

Vous découvrirez ici quelle est la probabilité marginale. Nous expliquons comment la probabilité marginale est calculée avec un exemple et, en plus, nous vous montrons quelles sont les différences entre la probabilité marginale, la probabilité conjointe et la probabilité conditionnelle (ou conditionnelle).

Qu’est-ce que la probabilité marginale ?

La probabilité marginale est une mesure statistique qui indique la probabilité qu’un sous-ensemble de l’ensemble total se produise.

La probabilité marginale est un nombre compris entre 0 et 1. Ainsi, plus la probabilité marginale d’un sous-ensemble est grande, plus il est probable que le sous-ensemble se produise ; à l’inverse, plus la probabilité marginale est petite, moins il est probable qu’il se produise. que le sous-ensemble se produira.

Exemple de probabilité marginale

Une fois que nous aurons vu la définition de la probabilité marginale, nous allons voir un exercice résolu de probabilité marginale afin que vous compreniez sa signification.

  • Pour analyser une route problématique, l’heure de la journée et s’il y a eu ou non un embouteillage sont enregistrés dans un tableau de contingence pour chaque jour du mois. À partir des données, calculez les probabilités marginales de congestion et de pluie dans cette zone.
exemple de probabilité marginale

Pour calculer la probabilité marginale d’un sous-ensemble de données, il suffit d’appliquer la règle suivante :

Pour calculer la probabilité marginale d’un sous-ensemble, vous devez simplement additionner toutes les fois où ce sous-ensemble s’est produit et diviser par le nombre total de données.

Par exemple, dans ce cas, il y a eu 6 jours d’embouteillages lorsqu’il faisait beau et 8 jours d’embouteillages lorsqu’il pleuvait, et le nombre total d’observations est de 30. Par conséquent, la probabilité marginale d’un embouteillage est :

P(\text{atasco})=\cfrac{6+8}{30}=\cfrac{14}{30}=0,47

Ainsi, près de la moitié de la journée, il y aura des embouteillages sur l’autoroute.

D’autre part, pour obtenir la probabilité marginale de pluie, nous devons appliquer la même procédure, c’est-à-dire additionner toutes les occasions où il a plu et diviser par le nombre total d’observations :

P(\text{lluvia})=\cfrac{8+3}{30}=\cfrac{11}{30}=0,37

Probabilité marginale et probabilité conjointe

La différence entre la probabilité marginale et la probabilité conjointe réside dans le fait que la probabilité marginale est la probabilité d’occurrence d’un sous-ensemble du total, tandis que la probabilité conjointe fait référence à la probabilité que deux événements ou plus se produisent en même temps.

En suivant l’exemple précédent, nous allons trouver la probabilité conjointe qu’en un jour il pleuve et, en plus, il y ait un embouteillage.

exemple de probabilité marginale et conjointe

Au total, au cours de la période, il y a eu 11 jours de pluie et 14 jours d’embouteillages, mais il n’y a eu que 8 jours de pluie et simultanément un embouteillage. Par conséquent, la probabilité conjointe qu’il pleuve et qu’il y ait un embouteillage sera de 8 sur le nombre total d’observations, soit 30 :

P(\text{lluvia y atasco})=\cfrac{8}{30}=0,27

Gardez à l’esprit que la probabilité conjointe de deux événements indépendants est calculée d’une autre manière (à l’aide d’une formule). Vous pouvez voir plusieurs exemples en cliquant ici :

Probabilité marginale et probabilité conditionnelle

La probabilité marginale et la probabilité conditionnelle (ou conditionnelle) sont deux concepts souvent confondus, mais ce sont deux types de probabilités totalement différents.

La différence entre la probabilité marginale et la probabilité conditionnelle est que la probabilité marginale indique la probabilité qu’un sous-ensemble de données se produise et, d’autre part, la probabilité conditionnelle fait référence à la probabilité qu’un événement se produise si un autre événement s’est déjà produit. .

Cependant, la probabilité conditionnelle est un peu plus difficile à calculer que la probabilité marginale, vous pouvez donc consulter les exemples concrets suivants qui expliquent comment la probabilité conditionnelle est calculée étape par étape :

Ajouter un commentaire

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