I lois de probabilité (discrète) – Casio GRAPH 25+ Pro Manuel d'utilisation
Page 203
6-57
Lois de probabilité
Lois de probabilité cumulée inverse
Loi de
probabilité
normale
p
=
p
(
x
)
dx
Upper
–
p
=
p
(
x
)
dx
Lower
p
=
p
(
x
)
dx
Upper
Lower
tail = Left
tail = Right
tail = Central
Loi de
probabilité
t
de
Student
p
=
p
(
x
)
dx
Lower
Loi de
probabilité
C
2
Loi de
probabilité
F
I Lois de probabilité (discrète)
Lois de probabilité
Probabilité
Loi binomiale
p
(x) =
n
C
x
p
x
(1–p)
n
– x
(x = 0, 1, ·······, n)
n
: nombre d’essais
Loi de Poisson
(x = 0, 1, 2, ···)
p
(x) =
x!
e
–
μ
μ
×
x
M : moyenne ( M 0)
Loi de répartition dans
l’espace
p
(x)
= p(1– p)
x
– 1
(x = 1, 2, 3, ···)
Loi de répartition
hypergéométrique
p
(x) =
M
C
x
×
N
– M
C
n
– x
N
C
n
n
: Nombre d’éléments extraits d’une population (0
x
entier)
M
: Nombre d’éléments contenus dans l’attribut A (0
M
entier)
N
: Nombre d’éléments de la population (
n
N
,
M
N
entier)
Lois de probabilité
Probabilité cumulée
Lois de probabilité cumulée inverse
Loi binomiale
p
=
p
(
x
)
x=0
X
p
H
p
(
x
)
x=0
X
Loi de Poisson
Loi de répartition dans
l’espace
p
=
p
(
x
)
x=1
X
p
H
p
(
x
)
x=1
X
Loi de répartition
hypergéométrique
p
=
p
(
x
)
x=0
X
p
H
p
(
x
)
x=0
X