Lois binomiale et de Poisson
Calculez les probabilités d’un effectif exact, cumulée et de queue supérieure, ainsi que la moyenne et la variance du nombre d’événements discrets.
Deux lois discrètes
La loi binomiale décrit le nombre de succès dans un nombre fixe d’essais. Les essais doivent être indépendants et avoir la même probabilité de succès. La loi de Poisson modélise le nombre d’événements dans un intervalle temporel ou spatial fixe, avec un nombre attendu λ.
Lire les résultats
La probabilité exacte concerne uniquement k événements. La probabilité cumulée inclut tous les effectifs de zéro à k. La queue supérieure comprend les effectifs strictement supérieurs à k. Pour cinq essais de probabilité de succès égale à la moitié, la probabilité d’exactement deux succès est 10/32 = 0,3125. Pour un intervalle de Poisson avec un événement attendu, la probabilité d’aucun événement est exp(−1). Le choix du modèle dépend de la structure des observations.
Distinguer au moins et plus de
Considérez quatre essais indépendants de probabilité de succès 0,5 et un seuil de deux. Exactement deux succès ont pour probabilité C(4, 2) × 0,5⁴ = 6/16 = 0,375. Au plus deux donne (1 + 4 + 6)/16 = 0,6875. La queue supérieure comprend plus de deux et vaut (4 + 1)/16 = 0,3125. Pour au moins deux, ajoutez la probabilité exacte à la queue supérieure, soit 0,6875. Ces probabilités sont égales ici par symétrie avec quatre essais et p = 0,5. Ce n’est pas une égalité générale.
Dans le calcul de Poisson, λ est le nombre total attendu dans l’intervalle choisi, pas un taux d’événements. Si vous connaissez un taux horaire, adaptez le nombre attendu à la durée d’observation. Dans le calcul binomial, p est la probabilité d’un essai, pas le nombre observé de succès.
Appeler un événement succès ne signifie pas qu’il est souhaitable ou sûr. Le même modèle peut représenter des défaillances. Ne choisissez pas une distribution uniquement pour un résultat plausible si les essais sont dépendants ou le taux varie. Précisez l’inégalité pour indiquer clairement si le seuil est inclus.
Questions fréquentes
Comment calculer une probabilité binomiale ?
Dans cet exemple de 5 essais indépendants avec une probabilité de succès de 0,5, la formule binomiale donne 0,3125 pour exactement 2 succès. Chaque essai a la même probabilité de succès. Il s’agit de la probabilité d’un effectif exact et non de la probabilité cumulée d’obtenir au plus ce nombre de succès.
Calculateurs associés
-
Statistiques et analyse de données
Loi normale et score z
Calculez un score z, les probabilités des queues inférieure et supérieure d’une loi normale ainsi qu’un quantile. -
Statistiques et analyse de données
ANOVA à un facteur
Calculez l’ANOVA classique à un facteur, les sommes des carrés, la statistique F et la valeur p à partir de groupes indépendants d’observations. -
Statistiques et analyse de données
Calculateur de statistiques descriptives
Calculez la moyenne, la médiane, les modes, la variance et l’écart type de l’échantillon et de la population, les quartiles et les percentiles à partir d’une liste de données. -
Statistiques et analyse de données
Chiffres significatifs et arrondi
Arrondissez un nombre décimal saisi en texte en arithmétique décimale exacte, selon les chiffres significatifs ou les décimales. Comptez les chiffres tels qu’ils sont écrits. -
Statistiques et analyse de données
Données aléatoires et simulation de Monte Carlo à une variable
Générez des données uniformes réelles ou entières avec une graine. Échantillonnez un modèle à une variable pour estimer sa moyenne, son erreur type et son intégrale. -
Statistiques et analyse de données
Erreur en pourcentage et incertitude de mesure
Calculez l’erreur en pourcentage par rapport à une référence ou combinez des incertitudes à un écart type non corrélées avec leurs coefficients de sensibilité.
Une erreur ou un élément manquant ?
Si une valeur semble incorrecte, qu’une dimension manque ou que vous avez besoin d’une fonction, vous pouvez nous écrire pour que nous corrigions le problème.