Statistiques

[mathelot]

bonjour,

Parallèlement, j'étudie les statistiques et j'écris ce
document



merci pour vos remarques.

[paquito]

ON ne peut pas lire le document pour des raisons que la raison ignore!

[Robic]

Quand je clique, ça me dit :

Google Drive
Autorisation nécessaire
Vous devez demander l'accès au propriétaire ou vous connecter avec un compte disposant des autorisations nécessaires. En savoir plus

J'ai cliqué sur "demande d'accès" pour voir, et ça m'a dit que la demande a été envoyée et que je recevrai un mail. C'est bien compliqué !!!!!

[mathelot]

merci pour vos réponses. Le doc n'est pas public finalement.

[Robic]

Du coup je me suis un peu renseigné sur ce que sont ces documents Google et si j'ai bien compris, le but est de partager un même document pour travailler dessus à plusieurs. En gros, si l'accès était public, on pourrait modifier ton travail. Donc c'est normal, en effet, de ne pas le rendre public. C'est bien ça ?

[mathelot]

document à réviser

j'ai uploadé le doc . Toute remarque, correction ou suggestion bienvenues

merci.

[Robic]

Je viens de regarder, RAS. Du coup j'ai vu que tu avais un site, j'aime bien son esthétique : sobre mais joli.

[SLA]

document à réviser

j'ai uploadé le doc . Toute remarque, correction ou suggestion bienvenues

merci.

Quelques petites remarques:
-tu parles de variables aléatoires (et de fonction mesurable), il serait bon de préciser que tout se passe par rapport au même espace probabilisé, ou au contraire de la préciser quand il est amené à changer.
-Dans ta définition 6, tu ne considères que des fonctions de répartition continues.
-Plus loin, tu nous proposes le théorème 2 (dont l'énoncé est très flou) qui parle de convergence en loi d'une VA discrète.
Dans cet énoncé si X_n suit la loi binomiale de paramètres (n,p) alors c'est Y_n=(X_n-np)/sqrt(np(1-p)) qui converge en loi. Or Y_n n'est pas une binomiale et c'est elle qui converge.
En plus, il existe un théorème qui dit que si np=lambda alors X_n (qui est bien binomiale) converge en loi vers une VA de Poisson.

A qui se destine ce document?
Cordialement

[zygomatique]

salut

il y a un bug au niveau du de 4.2 et 4.3 : le thé 2 est le thé de 4.2

paragraphe 6.2 ::

à partir de "on symétrise" (qui contient d'ailleurs une faute....)

2e formule :: il me semble qu'il manque une racine carrée ...

pour le graphique :: il peut être intéressant (c'est ce que je fais pour mes élèves de bts) d'offrir un graphique avec trois "lois normales" (seulement les courbes) pour montrer l'influence des paramètres

pour ma part j'ai représenté :

N(0, 1) bien sur

puis N(-3, 1/4) (ou 1/2) et N (1, 2) ou N(1, 3)

pour permettre de se rendre compte "ce que fait m", et "ce que fait sygma)

...

[mathelot]

Quelques petites remarques:
-tu parles de variables aléatoires (et de fonction mesurable), il serait bon de préciser que tout se passe par rapport au même espace probabilisé, ou au contraire de la préciser quand il est amené à changer.
-Dans ta définition 6, tu ne considères que des fonctions de répartition continues.
-Plus loin, tu nous proposes le théorème 2 (dont l'énoncé est très flou) qui parle de convergence en loi d'une VA discrète.
Dans cet énoncé si X_n suit la loi binomiale de paramètres (n,p) alors c'est Y_n=(X_n-np)/sqrt(np(1-p)) qui converge en loi. Or Y_n n'est pas une binomiale et c'est elle qui converge.
En plus, il existe un théorème qui dit que si np=lambda alors X_n (qui est bien binomiale) converge en loi vers une VA de Poisson.

A qui se destine ce document?
Cordialement

il est pour tout public et pour moi, pour me fixer les idées.

Merci pour vos réflexions et critiques.

[paquito]

C'est très propre avec les éléments essentiels de statistiques inférentielles;
deux remarques: il n'y a pas l'ombre d'un exemple, ce que je trouve dommage;
la loi de poisson est appelée aussi la loi des événement rares donc on l'utilise lorsque son paramètre
est petit,en clair, elle n'est jamais utilisée lorsque .
Sinon tous les résultats fondamentaux sont là.