Revision sheet: Introduction aux Distributions et Fonctions en Statistique

📋 Plan du Cours

1. Distributions discrètes
2. Fonction de répartition
3. Espérance et moyenne
4. Variance et dispersion
5. Lois normales
6. Loi centrée réduite
7. Estimation paramétrique
8. Intervalle de confiance
9. Test d'hypothèse
10. Test de conformité
11. Test d'égalité de moyennes
12. Test d'égalité de proportions

📖 1. Distributions discrètes

🔑 Notions clés & Définitions

• Distribution discrète : Association entre des valeurs observées d’une variable aléatoire et leurs fréquences d’observation. Elle représente la façon dont une variable discrète prend ses différentes valeurs en fonction de leur fréquence dans un échantillon ou dans la population (exemple : résultats de lancer de dé).
  Source : "Une distribution statistique associe des valeurs observées (d’une variable aléatoires) à une fréquence d’observation."

• Lois de probabilités discrètes : Probabilités associées aux valeurs possibles d’une variable aléatoire discrète. Elles indiquent la chance que la variable prenne une valeur spécifique, et leur somme sur toutes les valeurs possibles est égale à 1.
  Source : "Une loi de probabilité associe les valeurs possibles d’une variable aléatoire X et leurs probabilités respectives P(X = x)."

• Fonction de repartition : Fonction qui donne la probabilité que la variable aléatoire X prenne une valeur inférieure ou égale à x, notée F(x) = P(X ≤ x). Elle permet de représenter la distribution cumulée des probabilités, même dans le cas discret.
  Source : "La distribution cumulée des probabilités permet d’obtenir la fonction de repartition de X, définie par F(x) = P(X ≤ x)."

• Loi des grands nombres : Théorème qui stipule que, pour une variable aléatoire ou une expérience répétée un grand nombre de fois, la fréquence observée d’un événement tend vers sa probabilité théorique. Elle explique la convergence des fréquences d’observation vers les probabilités associées (source implicite).
  Source : "La loi des grands nombres décrit ce phénomène : une fréquence observée sur un grand nombre d’événements approche la probabilité d’occurrence de chaque événement."

📝 Points essentiels

• La distribution discrète relie chaque valeur possible d’une variable aléatoire à sa fréquence d’observation dans un échantillon ou dans la population. Elle permet de visualiser la répartition empirique des résultats.
• Les lois de probabilités discrètes donnent la probabilité que la variable prenne une valeur précise. La somme de toutes ces probabilités est toujours égale à 1.
• La fonction de repartition F(x) est une fonction croissante, bornée entre 0 et 1, qui permet d’obtenir la probabilité que X soit inférieur ou égal à une valeur donnée. Elle peut être représentée graphiquement ou calculée à partir des probabilités discrètes.
• La loi des grands nombres garantit que, lorsque le nombre d’observations augmente, la fréquence relative d’un événement converge vers sa probabilité théorique, assurant la cohérence des estimations à partir d’échantillons.

💡 À retenir

La distribution discrète associe chaque valeur d’une variable à sa fréquence d’observation, et les lois de probabilités discrètes assurent que ces probabilités s’additionnent à 1, tandis que la loi des grands nombres garantit la convergence des fréquences vers les probabilités théoriques avec un grand nombre d’observations.

📖 2. Fonction de répartition

🔑 Notions clés & Définitions

• Fonction de répartition F(x) = P(X ≤ x) : Fonction qui associe à chaque valeur x la probabilité que la variable aléatoire X prenne une valeur inférieure ou égale à x. (source : Sébastien Devillard et al., 2024)

• Représentation graphique : La fonction F(x) peut être représentée par une courbe croissante allant de 0 à 1, illustrant la probabilité cumulée jusqu’à x. Pour une variable discrète, cette courbe est en escalier. (source : Sébastien Devillard et al., 2024)

• Propriétés de F(x) : La fonction de répartition est monotone croissante, limitée entre 0 et 1, avec la limite en -∞ égale à 0 et en +∞ égale à 1. (source : Sébastien Devillard et al., 2024)

• Calcul des probabilités cumulées : La probabilité qu’une variable X prenne une valeur inférieure ou égale à x se calcule directement par F(x). Inversement, pour obtenir la probabilité qu’elle soit dans un intervalle [a, b], on utilise P(a ≤ X ≤ b) = F(b) − F(a). (source : Sébastien Devillard et al., 2024)

📝 Points essentiels

• La fonction de répartition F(x) est une fonction fondamentale en statistique, permettant de décrire complètement la distribution d’une variable aléatoire, qu’elle soit discrète ou continue.

• Pour une variable discrète, F(x) présente des sauts à chaque valeur prise par X, correspondant à P(X = x). La représentation graphique est une marche croissante.

• La limite de F(x) en -∞ est toujours 0, et en +∞ est toujours 1, ce qui reflète la certitude que X prend une valeur dans l’ensemble de ses possibles.

• La relation entre F(x) et la probabilité P(X ≤ x) est directe, permettant de calculer facilement les probabilités cumulées et les intervalles de confiance.

💡 À retenir

La fonction de répartition F(x) est une représentation graphique et analytique essentielle qui permet de connaître la probabilité qu’une variable aléatoire prenne une valeur inférieure ou égale à x, tout en respectant ses propriétés de monotonie et de bornes entre 0 et 1.

📖 3. Espérance et moyenne

🔑 Notions clés & Définitions

• Moyenne empirique : Calculée à partir des fréquences observées, c’est la somme des valeurs possibles pondérée par leurs fréquences dans un échantillon. Formellement, pour un échantillon de taille n, elle s’écrit :
  $\bar{x} = \frac{1}{n} \sum_{i=1}^n n_i \times x_i = \sum_{i=1}^n f_i \times x_i$ où $n_i$ est le nombre d’observations pour la valeur $x_i$, et $f_i = n_i / n$ la fréquence relative.

• Espérance mathématique (E(X)) : Moyenne théorique d’une variable aléatoire, elle représente la valeur moyenne attendue si l’expérience était répétée un grand nombre de fois. Elle s’obtient en faisant la somme des valeurs possibles pondérées par leurs probabilités :
  $E(X) = \sum_{i=1}^n P(X = x_i) \times x_i$ dans le cas discret, ou par une intégrale dans le cas continu.

• Lien entre moyenne empirique et espérance : Pour de grandes tailles d’échantillons, la moyenne empirique $\bar{x}$ tend vers l’espérance mathématique $E(X)$, selon la loi des grands nombres (voir section 1.3).

📝 Points essentiels

• La moyenne empirique est une estimation de l’espérance basée sur un échantillon, calculée à partir des fréquences observées dans cet échantillon. Elle permet d’approcher la moyenne théorique d’une variable aléatoire lorsque la taille de l’échantillon augmente.

• L’espérance mathématique $E(X)$ est la moyenne théorique d’une variable aléatoire, qui caractérise sa valeur moyenne attendue sur un grand nombre de répétitions de l’expérience.

• La relation entre ces deux notions est fondamentale en statistique : la moyenne empirique converge vers l’espérance pour un échantillon de taille infinie, illustrant la loi des grands nombres.

💡 À retenir

La moyenne empirique, calculée à partir des fréquences observées, est une estimation pratique de l’espérance mathématique, vers laquelle elle tend lorsque la taille de l’échantillon devient très grande.

📖 4. Variance et dispersion

🔑 Notions clés & Définitions

• Variance empirique : Mesure de dispersion autour de la moyenne calculée à partir d’un échantillon. Elle est donnée par la formule $s^2_x = \sum_{i=1}^n f_i \times (x_i - \bar{x})^2$, où $f_i$ est la fréquence relative de chaque valeur $x_i$. Elle indique la variabilité observée dans un ensemble de données (source : cours).

• Variance théorique $V(X)$ : Espérance du carré des écarts à la moyenne d’une variable aléatoire $X$. Elle est exprimée par $V(X) = E[(X - E[X])^2]$, et représente la dispersion attendue selon la loi de probabilité de $X$ (source : cours).

• Formule de la variance pour distributions discrètes : Dans le cas d’une variable discrète, la variance se calcule par $V(X) = \sum_{i=1}^n P(X = x_i) \times (x_i - E[X])^2 = \sum_{i=1}^n P(X = x_i) \times x_i^2 - E[X]^2$. Elle combine la moyenne des carrés pondérée par les probabilités et la moyenne au carré (source : cours).

📝 Points essentiels

• La variance empirique est une estimation de la dispersion dans un échantillon, et elle est calculée à partir des fréquences relatives ou des valeurs observées. Elle permet d’évaluer la variabilité des données autour de la moyenne empirique.

• La variance théorique, définie par V(X) selon E (espérance), mesure la dispersion attendue d’une variable aléatoire selon sa loi de probabilité. Elle est fondamentale pour caractériser la distribution d’une variable.

• La formule pour la variance dans le cas discret repose sur la somme des carrés des valeurs pondérée par leurs probabilités, moins le carré de l’espérance, ce qui facilite le calcul pour des lois discrètes.

💡 À retenir

La variance, qu’elle soit empirique ou théorique, quantifie la dispersion d’un ensemble de données ou d’une variable aléatoire autour de sa moyenne, permettant d’évaluer la stabilité ou la variabilité d’un phénomène.

📖 5. Lois normales

🔑 Notions clés & Définitions

• Fonction de densité (f(x)) : Fonction mathématique qui attribue à chaque valeur x une probabilité relative pour une variable continue, telle que l’intégrale de f(x) sur tout l’espace est égale à 1. Elle décrit la distribution de probabilité d’une variable continue (voir section 2.2).

• Loi normale (ou loi de Gauss) : Fonction de densité spécifique caractérisée par deux paramètres, la moyenne μ et l’écart-type σ, définie par $f(x) = \frac{1}{σ \sqrt{2\pi}} e^{-\frac{(x-\mu{})^2}{2σ^2}}$. Elle modélise de nombreux phénomènes naturels et statistiques (voir section 2.2).

• Théorème central limite (TCL) : **(AUTEUR (date)) : Lorsqu’on additionne n variables indépendantes et identiquement distribuées, la distribution de leur somme tend vers une loi normale lorsque n tend vers l’infini. Ce théorème justifie l’utilisation de la loi normale pour approximer la somme ou la moyenne d’échantillons, même si la distribution initiale n’est pas normale.

📝 Points essentiels

• La fonction de densité d’une loi normale est symétrique autour de μ, avec une forme en cloche. La largeur de cette cloche est déterminée par σ : plus σ est grand, plus la distribution est étalée.

• La loi normale centrée réduite, notée $Z = \frac{X - \mu{}}{σ}$, possède une moyenne 0 et un écart-type 1. Elle permet d’utiliser des tables universelles (voir section 2.2).

• La densité $f(x)$ doit respecter la propriété fondamentale que l’intégrale sur tout l’espace est égale à 1 : $\int_{-\infty}^{+\infty} f(x) dx = 1$. Elle permet de calculer la probabilité qu’une variable X prenne une valeur dans un intervalle via l’intégrale de $f(x)$.

• La fonction de répartition $F(a) = P(X \leq a)$ est l’intégrale de $f(x)$ de $-\infty$ à $a$. Elle donne la probabilité que la variable X soit inférieure ou égale à une valeur donnée.

• Selon le TCL, pour n variables iid, la moyenne $\bar{X}$ suit une loi normale $N(\mu{}, \frac{σ^2}{n})$ lorsque n est grand, ce qui facilite l’estimation et la construction d’intervalles de confiance.

💡 À retenir

La loi normale, définie par sa fonction de densité, est une distribution fondamentale en statistique, justifiée par le théorème central limite, et permet d’approcher de nombreux phénomènes naturels et statistiques grâce à sa forme en cloche symétrique.

📖 6. Loi centrée réduite

🔑 Notions clés & Définitions

• Loi normale centrée réduite : loi normale de moyenne 0 et d’écart-type 1, notée φ. Elle est obtenue à partir d’une loi normale N(μ, σ²) par la transformation Xcr = (X - μ)/σ (voir section 3.1).
• Transformation Xcr = (X - μ)/σ : procédé qui permet de convertir une variable suivant une loi normale N(μ, σ²) en une variable suivant la loi centrée réduite φ, facilitant ainsi l’utilisation de tables universelles.
• Utilisation de la loi centrée réduite pour tables statistiques universelles : tables de quantiles, probabilités et autres valeurs critiques sont généralement données pour φ, permettant de calculer facilement des probabilités pour toute loi normale en utilisant cette transformation.
• Calcul des quantiles et probabilités via la loi centrée réduite : pour une probabilité p, le quantile z_p est défini par φ(z_p) = p, ce qui permet d’obtenir rapidement des valeurs critiques en utilisant la table φ (voir exemple avec φ(1,03) = 0,84849).

📝 Points essentiels

• La loi normale centrée réduite φ est une loi standardisée, obtenue par la transformation Xcr = (X - μ)/σ (voir transformation).
• Elle permet d’utiliser des tables universelles pour déterminer des probabilités ou quantiles, en évitant de recalculer pour chaque moyenne μ et écart-type σ.
• La transformation est essentielle pour la standardisation dans les tests statistiques et l’interprétation des résultats, notamment dans la recherche de probabilités associées à une valeur observée.
• La table φ fournit des valeurs de probabilités P(Z ≤ z) pour Z suivant φ, facilitant ainsi le calcul des intervalles de confiance et des seuils critiques.

💡 À retenir

La loi normale centrée réduite φ, obtenue par la transformation Xcr = (X - μ)/σ, est un outil fondamental pour simplifier et uniformiser le calcul des probabilités et quantiles dans la loi normale, en utilisant des tables universelles.

📖 7. Estimation paramétrique

🔑 Notions clés & Définitions

• Estimateur ponctuel : AUTEUR (date) : Fonction d’une variable aléatoire calculée à partir d’un échantillon, visant à fournir une seule valeur estimée d’un paramètre de la population. Par exemple, la moyenne empirique est un estimateur ponctuel de la moyenne réelle de la population.

• Propriétés des estimateurs : AUTEUR (date) : Caractéristiques souhaitables pour un estimateur, telles que la neutralité (sans biais), la consistance (convergence vers le paramètre vrai quand la taille de l’échantillon augmente), et l’efficacité (variance minimale parmi les estimateurs sans biais).

• Estimateur sans biais : AUTEUR (date) : Estimateur dont l’espérance est égale au paramètre qu’il estime, c’est-à-dire E(θ̂) = θ. Par exemple, la moyenne empirique est sans biais pour la moyenne de la population.

• Distribution d’échantillonnage de la moyenne : AUTEUR (date) : Loi de probabilité de la moyenne d’un échantillon, qui, selon le théorème central limite, tend vers une loi normale N(μ, σ²/n) lorsque la taille de l’échantillon n augmente, sous certaines conditions.

📝 Points essentiels

• La moyenne empirique (¯x) est un estimateur ponctuel de la moyenne réelle μ de la population, et possède la propriété d’être sans biais : E(¯x) = μ (voir section 3.1). Sa distribution d’échantillonnage, pour un échantillon de taille n, suit une loi normale N(μ, σ²/n) lorsque n est grand (théorème central limite).

• La variance empirique (s²) est un estimateur de la variance réelle σ². Il peut être biaisé, mais un estimateur sans biais est obtenu en utilisant la formule avec n-1 au dénominateur, assurant que E(s²) = σ² (voir section 3.1).

• La distribution d’échantillonnage de la moyenne, sous hypothèse que les Xi sont iid suivant une loi normale N(μ, σ²), est elle-même une loi normale N(μ, σ²/n). Elle permet de construire des intervalles de confiance et de réaliser des tests d’hypothèses.

💡 À retenir

Les estimateurs ponctuels, notamment la moyenne et la variance, sont fondamentaux en estimation statistique car ils permettent d’évaluer de manière efficace et sans biais les paramètres inconnus d’une population à partir d’un échantillon. La distribution d’échantillonnage de la moyenne, selon le théorème central limite, facilite la réalisation d’inférences statistiques.

📖 8. Intervalle de confiance

🔑 Notions clés & Définitions

• Niveau de confiance : Probabilité, exprimée en pourcentage (par exemple 95%), que l’intervalle de confiance calculé à partir d’un échantillon contienne la vraie valeur du paramètre de la population. Selon AUTEUR (date), il s’agit de la "probabilité que l’intervalle construit à partir d’un échantillon contienne la vraie valeur du paramètre".
• Construction de l’intervalle de confiance pour la moyenne : Méthode statistique permettant d’estimer une plage de valeurs plausibles pour la moyenne inconnue d’une population à partir d’un échantillon, en utilisant la loi normale ou la loi t de Student selon la taille de l’échantillon et la connaissance ou non de la variance.
• Utilisation de la loi normale ou t de Student : Selon que la variance de la population est connue ou inconnue, on emploie respectivement la loi normale (pour variance connue, voir section 6) ou la loi t de Student (pour variance inconnue, voir AUTEUR (date)). La loi normale est privilégiée lorsque la taille d’échantillon est grande, tandis que la loi t est adaptée pour des petits échantillons.
• Erreur de type I : Risque de rejeter à tort l’hypothèse nulle lorsqu’elle est vraie, lié au niveau de confiance. En contexte d’intervalle, cela correspond à la probabilité que l’intervalle ne contienne pas la vraie valeur du paramètre, soit le complément du niveau de confiance.

📝 Points essentiels

L’intervalle de confiance pour la moyenne est construit en utilisant la moyenne échantillonnale $\bar{X}$ et une marge d’erreur dépendant de la distribution choisie. Si la variance de la population est connue, on utilise la loi normale :
$\text{IC} = \left[\bar{X} - Z_{\alpha/2} \times \frac{\sigma}{\sqrt{n}}, \quad \bar{X} + Z_{\alpha/2} \times \frac{\sigma}{\sqrt{n}}\right]$
où $Z_{\alpha/2}$ est le quantile de la loi normale centrée réduite correspondant au niveau de confiance (ex : 1,96 pour 95%).

En revanche, si la variance est inconnue et que la taille de l’échantillon est petite, on utilise la loi t de Student :
$\text{IC} = \left[\bar{X} - t_{n-1, \alpha/2} \times \frac{S}{\sqrt{n}}, \quad \bar{X} + t_{n-1, \alpha/2} \times \frac{S}{\sqrt{n}}\right]$
où $t_{n-1, \alpha/2}$ est le quantile de la loi t de Student avec $n-1$ degrés de liberté.

Le point à retenir est que la construction de l’intervalle dépend de la connaissance ou non de la variance, ainsi que de la taille de l’échantillon, et que le niveau de confiance choisi détermine la probabilité que l’intervalle contienne la vraie moyenne.

💡 À retenir

L’intervalle de confiance permet d’estimer une plage de valeurs plausibles pour la moyenne d’une population avec un certain niveau de confiance, en utilisant la loi normale ou la loi t de Student selon le contexte.

📖 9. Test d'hypothèse

🔑 Notions clés & Définitions

• Formulation d’hypothèses (hypothèse nulle et hypothèse alternative) : La hypothèse nulle (H₀) est une affirmation de départ, souvent d’égalité ou d’absence d’effet, que l’on cherche à tester. L’hypothèse alternative (H₁) représente l’opposé ou une hypothèse différente, que l’on souhaite soutenir si les données le permettent. (Source : Sébastien Devillard et al., 2024)

• Statistique de test : La statistique de test est une fonction calculée à partir des données observées, permettant d’évaluer la compatibilité entre les résultats et l’hypothèse nulle. Elle est utilisée pour décider si H₀ doit être rejetée ou non. (Source : Sébastien Devillard et al., 2024)

• Seuils de décision : Les seuils de décision (ou niveaux de signification, souvent notés α) sont des valeurs critiques fixées à l’avance, permettant de déterminer si la statistique de test indique un rejet de H₀. Si la statistique dépasse ce seuil, H₀ est rejetée. (Source : Sébastien Devillard et al., 2024)

• Déroulement général d’un test statistique : Il comprend la formulation des hypothèses, le calcul de la statistique de test, la comparaison avec le seuil critique, puis la décision de rejeter ou non H₀ en fonction de cette comparaison. La conclusion peut aussi inclure une interprétation en termes de p-value. (Source : Sébastien Devillard et al., 2024)

📝 Points essentiels

• La formulation d’hypothèses est la première étape cruciale pour structurer le test d’inférence statistique, permettant de formaliser ce que l’on cherche à prouver ou à infirmer. La hypothèse nulle sert souvent de référence, tandis que l’hypothèse alternative représente la situation que l’on souhaite démontrer.

• La statistique de test doit être choisie en fonction du type de données et de la question posée (ex : t de Student pour moyenne, χ² pour indépendance). Elle permet de mesurer la distance entre les résultats observés et ce attendu sous H₀.

• La décision de rejeter H₀ repose sur la comparaison de la statistique de test avec un seuil critique fixé par le niveau de signification α. Si la statistique dépasse ce seuil, on rejette H₀, ce qui indique une preuve statistique en faveur de H₁.

• Le déroulement d’un test inclut la définition claire des hypothèses, le calcul de la statistique, la détermination du seuil critique (via tables ou logiciel), puis la prise de décision et l’interprétation des résultats (notamment en termes de p-value).

💡 À retenir

Le test d’hypothèse est un processus structuré permettant de prendre une décision probabiliste sur une affirmation concernant une population, en s’appuyant sur des données d’échantillon et en contrôlant le risque d’erreur.

📖 10. Test de conformité

🔑 Notions clés & Définitions

• Test de conformité : procédure statistique permettant de vérifier si une distribution observée (empirique) s’ajuste à une distribution théorique (attendue), en comparant les fréquences ou probabilités.
• Statistique du test de conformité (ex : χ²) : valeur calculée à partir des données, qui quantifie l’écart entre la distribution observée et la distribution attendue. Elle sert à prendre une décision sur l’hypothèse nulle.
• Interprétation des résultats du test : étape consistant à comparer la statistique calculée à un seuil critique ou à une p-value, pour accepter ou rejeter l’hypothèse nulle, en tenant compte du niveau de signification choisi.

📝 Points essentiels

Le test de conformité est utilisé pour évaluer si une distribution empirique (obtenue à partir d’un échantillon) correspond à une distribution théorique spécifique, comme la loi normale ou la loi binomiale. La statistique du test, souvent le χ² (chi carré), est calculée en sommant les carrés des écarts entre fréquences observées et théoriques, pondérés par ces dernières. La formule générale du χ² est :
$\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}$
où $O_i$ sont les fréquences observées et $E_i$ les fréquences attendues. La valeur obtenue est ensuite comparée à une table de χ² avec un degré de liberté approprié, ou utilisée pour calculer une p-value. La décision de rejeter ou non l’hypothèse nulle dépend du seuil choisi (ex : 5%). Si la statistique dépasse le seuil critique ou si la p-value est inférieure au niveau de signification, on rejette l’hypothèse que la distribution observée suit la loi théorique.

💡 À retenir

Le test de conformité, notamment avec la statistique χ², permet d’évaluer la compatibilité entre une distribution empirique et une distribution théorique, en se basant sur la comparaison entre fréquences observées et attendues.

📖 11. Test d'égalité de moyennes

🔑 Notions clés & Définitions

• Test d’égalité de moyennes : procédure statistique permettant de comparer deux moyennes observées afin de déterminer si elles proviennent de populations avec la même moyenne, en utilisant des hypothèses et une statistique de test (voir section 4.2).

• Hypothèse nulle (H₀) : hypothèse de départ stipulant que les deux moyennes sont égales, c’est-à-dire que la différence entre elles est nulle (voir section 4.2).

• Test d’homogénéité : test visant à vérifier si deux échantillons proviennent de populations avec la même distribution, notamment en comparant leurs moyennes (voir section 4.2).

• Test d’homoscedasticité : test permettant de vérifier si deux échantillons ont des variances égales, condition préalable à certains tests de comparaison de moyennes (voir section 4.2).

📝 Points essentiels

• Le test d’égalité de moyennes repose sur la formulation d’une hypothèse nulle (H₀ : μ₁ = μ₂) et d’une hypothèse alternative (H₁ : μ₁ ≠ μ₂). La statistique de test est calculée à partir des échantillons, puis comparée à un seuil critique pour accepter ou rejeter H₀ (voir section 4.2).

• La vérification de l’homogénéité des variances (test d’homoscedasticité) est essentielle pour assurer la validité du test d’égalité de moyennes. Si cette condition n’est pas remplie, il faut utiliser un test adapté ou ajusté (voir section 4.2).

• La formule du test d’égalité de deux moyennes dépend de la condition d’homogénéité des variances : si variances égales, on utilise le test t de Student pour variances égales ; sinon, une version ajustée est appliquée (voir section 4.2).

• La formule générale du test consiste à comparer la différence entre les deux moyennes à une distribution t de Student, en tenant compte de la variance estimée et de la taille des échantillons.

💡 À retenir

Le test d’égalité de moyennes permet de déterminer, à partir de deux échantillons, si leurs populations respectives ont la même moyenne, en vérifiant notamment l’hypothèse d’homogénéité des variances pour assurer la validité du résultat.

📖 12. Test d'égalité de proportions

🔑 Notions clés & Définitions

Test d’égalité de proportions : procédure statistique permettant de comparer deux ou plusieurs fréquences observées pour déterminer si elles proviennent de populations avec la même proportion, en utilisant les tables de contingence pour formuler les hypothèses (voir utilisation des tables de contingence).

Test du χ² de contingence 2x2 : test statistique basé sur la statistique du χ², utilisé pour analyser l’indépendance ou l’association entre deux variables qualitatives dichotomiques dans un tableau de contingence 2x2, en comparant les fréquences observées et attendues (voir table de contingence 2*2).

Utilisation des tables de contingence : outil permettant de représenter les fréquences observées pour différentes catégories, facilitant la formulation des hypothèses nulles et alternatives dans le cadre du test du χ², et permettant de calculer la statistique de test (voir tables de contingence pour formuler les hypothèses).

📊 Tableaux de Synthèse

Thème	Notions clés	Définition	Auteur / Source
Distributions discrètes	Distribution discrète	Association entre valeurs possibles et leurs fréquences ou probabilités	"Une distribution statistique associe des valeurs à leurs fréquences."
	Loi de probabilité discrète	Probabilités associées à chaque valeur, somme = 1	"Une loi de probabilité associe valeurs et probabilités."
	Fonction de répartition	F(x) = P(X ≤ x), représentation en escalier pour discrètes	"F(x) = P(X ≤ x)", Sébastien Devillard et al., 2024
Fonction de répartition	Propriétés	Croissante, bornée entre 0 et 1, limite en ±∞	"F(x) est monotone croissante, limite 0 en -∞, 1 en +∞."
	Calcul	P(a ≤ X ≤ b) = F(b) - F(a)	"Relation directe entre F(x) et probabilités cumulées."
Espérance et moyenne	Moyenne empirique	$\bar{x} = \frac{1}{n} \sum n_i x_i$	"Moyenne empirique = somme des valeurs pondérées par leurs fréquences."
	Espérance mathématique	$E(X) = \sum P(X = x_i) \times x_i$	"Espérance = moyenne théorique."
Variance et dispersion	Variance empirique	$s^2_x = \sum f_i (x_i - \bar{x})^2$	"Mesure de dispersion autour de la moyenne empirique."
	Variance théorique	$V(X) = E[(X - E[X])^2]$	"Variance = espérance des écarts au carré."

⚠️ Pièges & Confusions Fréquentes

1. Confondre la fonction de répartition F(x) avec la densité ou la masse de probabilité.
2. Omettre que la somme des lois de probabilités discrètes doit être égale à 1.
3. Confondre moyenne empirique et espérance mathématique, surtout pour de petits échantillons.
4. Ne pas distinguer variance empirique (échantillon) et variance théorique (population).
5. Ignorer que la fonction de répartition pour une variable discrète présente des sauts à chaque valeur prise.
6. Confondre la formule de la variance pour distribution discrète avec celle pour distribution continue.
7. Négliger que la loi des grands nombres concerne la convergence des fréquences vers la probabilité.

✅ Checklist Examen

1. Connaître la définition d’une distribution discrète et ses caractéristiques principales.
2. Savoir représenter graphiquement la fonction de répartition F(x) pour une variable discrète.
3. Maîtriser la formule de l’espérance mathématique $E(X)$ pour une variable discrète.
4. Comprendre la différence entre moyenne empirique et espérance.
5. Savoir calculer la variance empirique et connaître sa signification.
6. Connaître la formule de la variance théorique $V(X)$ pour une loi discrète.
7. Être capable d’utiliser la fonction de répartition pour calculer des probabilités cumulées.
8. Connaître la propriété fondamentale que la somme des probabilités discrètes est égale à 1.
9. Maîtriser la relation entre la fonction de répartition et la probabilité P(a ≤ X ≤ b).
10. Connaître la loi des grands nombres et son rôle dans l’estimation des paramètres.
11. Savoir distinguer entre distribution discrète et continue, notamment dans la représentation graphique.
12. Réviser les auteurs clés : Sébastien Devillard et al., 2024, pour la définition de la fonction de répartition.