Jump to content

Différence Binomial/Bernouilli


Magnum
Go to solution Solved by Chat_du_Cheshire,

Recommended Posts

  • Solution

Hey<3 Une loi de Bernoulli a 2 et seulement 2 issues : oui et non, succès ou échec, malades ou pas malades. Elle n'a qu'un seul paramètre : la prévalence. Mais ici, X est une répétition de la loi de Bernoulli donc c'est une loi binomiale, et du coup il y aura autant d'issues possibles qu'il y aura de personnes (un deuxième paramètre intervient en plus de la prévalence : n, c'est à dire le nombre de personnes). Cet item aurait été vrai si X représentait le fait d'être malade ou pas ?

Link to comment
Share on other sites

Il y a 16 heures, Chat_du_Cheshire a dit :

Hey<3 Une loi de Bernoulli a 2 et seulement 2 issues : oui et non, succès ou échec, malades ou pas malades. Elle n'a qu'un seul paramètre : la prévalence. Mais ici, X est une répétition de la loi de Bernoulli donc c'est une loi binomiale, et du coup il y aura autant d'issues possibles qu'il y aura de personnes (un deuxième paramètre intervient en plus de la prévalence : n, c'est à dire le nombre de personnes). Cet item aurait été vrai si X représentait le fait d'être malade ou pas ?

mais là X représente bien le fait d'être malade ou pas, x 10 millions de fois non ? Si X représentait le fait d'être malade ou non chez un seul individu ce serait bon ?

 

(merci de la réponse ça m'intéressait aussi!)

 

Link to comment
Share on other sites

Coucou,

 

Je sais que je ne suis pas tuteur, ni même P2, mais ici on définie X comme la variable aléatoire correspondant au NOMBRE de cas décelés dans une population. C'est donc qu'on est dans une loi de paramètre p=2.10-7, et n=107. Or cela correspond aux paramètres d'une loi binomiale, car la loi de Bernouilli n'est définit que pour un seul cas, donc la loi de Bernouilli n'a pas de paramètre n.

 

En gros, l'équivalent de cette loi binomiale transposée en Bernouilli, ça serait "X la variable aléatoire correspondant à la probabilité d'être décédé d'une maladie parasitaire si j'habite dans cette région".

 

Le plus simple à retenir c'est que si une expérience qui peut être un sucés ou un échec est faite une seule fois c'est Bernouilli, et si tu la refais 10, 20, 25 fois.... ça devient une loi binomiale, car le paramètre n (nombre de fois que tu répètes l'expérience, ou population dans laquelle tu appliques ton expérience...) apparait.

 

Exemple:

 

Lancer une seule pièce pour faire face => p(face) = 0,5 => loi de Bernouilli.

Lancer 1000 fois cette même pièce => p(face) = 0,5 et n = 1000 => loi binomiale => répétition de 1000 expériences de Bernouilli.

Link to comment
Share on other sites

tqt @CocheurMasqué, P2, tuteur, primant, doublant... venez comme vous êtes ? 

c'est super merci, en fait c'est ce que j'ai toujours pensé mais j'étais tombée sur des qcms qui ont un peu tout remis en question! au moins là c'est très clair merci merci ? ? 

Edited by elisacc
Link to comment
Share on other sites

il y a 23 minutes, CocheurMasqué a dit :

Coucou,

 

Je sais que je ne suis pas tuteur, ni même P2, mais ici on définie X comme la variable aléatoire correspondant au NOMBRE de cas décelés dans une population. C'est donc qu'on est dans une loi de paramètre p=2.10-7, et n=107. Or cela correspond aux paramètres d'une loi binomiale, car la loi de Bernouilli n'est définit que pour un seul cas, donc la loi de Bernouilli n'a pas de paramètre n.

 

En gros, l'équivalent de cette loi binomiale transposée en Bernouilli, ça serait "X la variable aléatoire correspondant à la probabilité d'être décédé d'une maladie parasitaire si j'habite dans cette région".

 

Le plus simple à retenir c'est que si une expérience qui peut être un sucés ou un échec est faite une seule fois c'est Bernouilli, et si tu la refais 10, 20, 25 fois.... ça devient une loi binomiale, car le paramètre n (nombre de fois que tu répètes l'expérience, ou population dans laquelle tu appliques ton expérience...) apparait.

 

Exemple:

 

Lancer une seule pièce pour faire face => p(face) = 0,5 => loi de Bernouilli.

Lancer 1000 fois cette même pièce => p(face) = 0,5 et n = 1000 => loi binomiale => répétition de 1000 expériences de Bernouilli.

1543507808-perfect.gif

 

 

 

 

 

Link to comment
Share on other sites

Le 29/11/2018 à 16:45, CocheurMasqué a dit :

Coucou,

 

Je sais que je ne suis pas tuteur, ni même P2, mais ici on définie X comme la variable aléatoire correspondant au NOMBRE de cas décelés dans une population. C'est donc qu'on est dans une loi de paramètre p=2.10-7, et n=107. Or cela correspond aux paramètres d'une loi binomiale, car la loi de Bernouilli n'est définit que pour un seul cas, donc la loi de Bernouilli n'a pas de paramètre n.

 

En gros, l'équivalent de cette loi binomiale transposée en Bernouilli, ça serait "X la variable aléatoire correspondant à la probabilité d'être décédé d'une maladie parasitaire si j'habite dans cette région".

 

Le plus simple à retenir c'est que si une expérience qui peut être un sucés ou un échec est faite une seule fois c'est Bernouilli, et si tu la refais 10, 20, 25 fois.... ça devient une loi binomiale, car le paramètre n (nombre de fois que tu répètes l'expérience, ou population dans laquelle tu appliques ton expérience...) apparait.

 

Exemple:

 

Lancer une seule pièce pour faire face => p(face) = 0,5 => loi de Bernouilli.

Lancer 1000 fois cette même pièce => p(face) = 0,5 et n = 1000 => loi binomiale => répétition de 1000 expériences de Bernouilli.

giphy.gif?cid=3640f6095c04292f477a4e4273

Link to comment
Share on other sites

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

  • Recently Browsing   0 members

    • No registered users viewing this page.
×
×
  • Create New...