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 calculer la valeur attendue dans R (avec des exemples)



Une distribution de probabilité nous indique la probabilité qu’une variable aléatoire prenne certaines valeurs.

Par exemple, la distribution de probabilité suivante nous indique la probabilité qu’une certaine équipe de football marque un certain nombre de buts dans un match donné :

Pour trouver la valeur attendue d’une distribution de probabilité, nous pouvons utiliser la formule suivante :

µ = Σx * P(x)

où:

  • x : valeur des données
  • P(x) : Probabilité de valeur

Par exemple, le nombre attendu de buts pour l’équipe de football serait calculé comme suit :

μ = 0*0,18 + 1*0,34 + 2*0,35 + 3*0,11 + 4*0,02 = 1,45 buts.

Pour calculer la valeur attendue d’une distribution de probabilité dans R, nous pouvons utiliser l’une des trois méthodes suivantes :

#method 1
sum(vals*probs)

#method 2
weighted.mean(vals, probs)

#method 3
c(vals %*% probs)

Les trois méthodes renverront le même résultat.

Les exemples suivants montrent comment utiliser chacune de ces méthodes dans R.

Exemple 1 : valeur attendue en utilisant sum()

Le code suivant montre comment calculer la valeur attendue d’une distribution de probabilité à l’aide de la fonction sum() :

#define values
vals <- c(0, 1, 2, 3, 4)

#define probabilities
probs <- c(.18, .34, .35, .11, .02)

#calculate expected value
sum(vals*probs)

[1] 1.45

Exemple 2 : valeur attendue à l’aide de Weighted.mean()

Le code suivant montre comment calculer la valeur attendue d’une distribution de probabilité à l’aide de la fonction intégréeweighted.mean () dans R :

#define values
vals <- c(0, 1, 2, 3, 4)

#define probabilities
probs <- c(.18, .34, .35, .11, .02)

#calculate expected value
weighted.mean(vals, probs)

[1] 1.45

Exemple 3 : valeur attendue en utilisant c()

Le code suivant montre comment calculer la valeur attendue d’une distribution de probabilité à l’aide de la fonction c() intégrée dans R :

#define values
vals <- c(0, 1, 2, 3, 4)

#define probabilities
probs <- c(.18, .34, .35, .11, .02)

#calculate expected value
c(vals %*% probs)

[1] 1.45

Notez que les trois méthodes ont renvoyé la même valeur attendue.

Ressources additionnelles

Comment calculer la moyenne en R
Comment calculer la moyenne géométrique dans R
Comment calculer la moyenne pondérée en R

Ajouter un commentaire

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