Règle générale

Dans cet article, vous découvrirez ce qu’est la règle empirique en statistique et quelle est sa formule. De plus, vous pourrez voir un exercice étape par étape résolu sur la règle empirique.

Quelle est la règle empirique ?

En statistiques, la règle empirique , également appelée règle 68-95-99,7 , est une règle qui définit le pourcentage de valeurs dans une distribution normale qui se situent à moins de trois écarts types de la moyenne.

Ainsi, la règle générale stipule que :

  • 68 % des valeurs se situent à un écart type de la moyenne.
  • 95 % des valeurs se situent à deux écarts types de la moyenne.
  • 99,7% des valeurs se situent à moins de trois écarts types de la moyenne.
règle générale

Formule de règle empirique

La règle empirique peut également être exprimée par les formules suivantes :

P(\mu-1\sigma\leq X \leq \mu+1\sigma)\approx 0,6827

P(\mu-2\sigma\leq X \leq \mu+2\sigma)\approx 0,9545

P(\mu-3\sigma\leq X \leq \mu+3\sigma)\approx 0,9973

X est une observation d’une variable aléatoire régie par une distribution normale,\mu est la moyenne de la distribution et\sigma son écart type.

Exemple de règle empirique

Maintenant que nous connaissons la définition de la règle empirique et quelle est sa formule, voyons un exemple concret sur la façon de calculer les valeurs représentatives de la règle empirique d’une distribution normale.

  • On sait que le nombre annuel de naissances dans une localité donnée suit une distribution normale avec une moyenne de 10 000 et un écart type de 1 000. Calculez les intervalles caractéristiques de la règle empirique de cette distribution normale.

\mu=10000

\sigma=1000

Comme expliqué ci-dessus, les formules pour calculer les intervalles des règles empiriques sont les suivantes :

P(\mu-1\sigma\leq X \leq \mu+1\sigma)\approx 0,6827

P(\mu-2\sigma\leq X \leq \mu+2\sigma)\approx 0,9545

P(\mu-3\sigma\leq X \leq \mu+3\sigma)\approx 0,9973

Par conséquent, nous substituons les données de l’exercice dans les formules :

P(10000-1\cdot 1000\leq X \leq 10000+1\cdot 1000)\approx 0,6827

P(10000-2\cdot 1000\leq X \leq 10000+2\cdot 1000)\approx 0,9545

P(10000-3\cdot 1000\leq X \leq 10000+3\cdot 1000)\approx 0,9973

Et en faisant les calculs, les résultats obtenus sont :

P(9000\leq X \leq 11000)\approx 0,6827

P(8000\leq X \leq 12000)\approx 0,9545

P(7000\leq X \leq 13000)\approx 0,9973

Ainsi, on conclut qu’il y a une probabilité de 68,27% que le nombre de naissances soit dans l’intervalle [9000,11000], une probabilité de 95,45% qu’il se situe entre [8000,12000] et, enfin, une probabilité de 99,73% qu’il est compris entre [7000,13000].

Tableau des valeurs de la règle empirique

Outre les valeurs de 68, 95 et 99,7, d’autres valeurs de probabilité peuvent également être trouvées en utilisant l’écart type. Ci-dessous vous pouvez voir un tableau avec les probabilités pour une distribution normale :

Gamme Probabilité
µ ± 0,5σ 0,382924922548026
µ ± 1σ 0.682689492137086
µ ± 1,5σ 0.866385597462284
µ ± 2σ 0.954499736103642
µ ± 2,5σ 0.987580669348448
µ ± 3σ 0,997300203936740
µ±3,5σ 0,999534741841929
µ ± 4σ 0,999936657516334
µ ± 4,5σ 0,999993204653751
µ ± 5σ 0,999999426696856
µ±5,5σ 0,999999962020875
µ ± 6σ 0,999999998026825
µ±6,5σ 0,9999999999919680
µ ± 7σ 0,9999999999997440

Toutes ces valeurs numériques du tableau proviennent de la fonction de probabilité cumulée de la distribution normale.

Ajouter un commentaire

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