QCM : Principes des vecteurs aléatoires et lois gaussiennes — 9 questions

Questions et réponses du QCM

1. Qu'est-ce qu'un vecteur aléatoire dans le contexte des variables aléatoires multivariées?

Un vecteur dont chaque composante est une variable aléatoire réelle, caractérisé par une fonction de répartition conjointe.
Une variable aléatoire à plusieurs dimensions sans définition précise.
Un vecteur de variables discrètes uniquement.
Un vecteur constitué uniquement de variables indépendantes.

Un vecteur dont chaque composante est une variable aléatoire réelle, caractérisé par une fonction de répartition conjointe.

Explication

Un vecteur aléatoire est un vecteur dont chaque composante est une variable aléatoire réelle, et sa loi est caractérisée par une fonction de répartition conjointe qui donne la probabilité que chaque composante soit inférieure ou égale à un seuil donné. La définition insiste sur la composante multiple et la fonction de répartition conjointe, ce qui la distingue des autres options.

2. Qu'est-ce qu'un vecteur aléatoire en statistique multivariée?

Un seul variable aléatoire scalaire.
Un vecteur dont chaque composante est une variable aléatoire réelle.
Une loi de probabilité pour une seule variable continue.
Un ensemble de variables indépendantes.

Un vecteur dont chaque composante est une variable aléatoire réelle.

Explication

Un vecteur aléatoire est constitué de plusieurs variables aléatoires simultanément, permettant d'étudier leurs dépendances. La bonne réponse précise la composante essentielle de cette définition.

3. Quelle est la condition nécessaire pour qu’un vecteur gaussien ait une densité de probabilité?

La moyenne doit être nulle
Le vecteur doit être de dimension 2 ou plus
La matrice de covariance doit être diagonale
La matrice de covariance doit être inversible

La matrice de covariance doit être inversible

Explication

La densité d’un vecteur gaussien existe si et seulement si la matrice de covariance est inversible, ce qui garantit que la formule de la densité est bien définie.

4. Quelle est la condition nécessaire pour qu’un vecteur gaussien ait une densité de probabilité?

Il doit avoir une matrice de covariance positive définie.
Il doit être composé uniquement de variables indépendantes.
La dimension du vecteur doit être inférieure à 3.
La moyenne doit être nulle.

Il doit avoir une matrice de covariance positive définie.

Explication

Pour qu’un vecteur gaussien admette une densité, sa matrice de covariance doit être positive définie, garantissant que la fonction de densité est bien une densité intégrable.

5. Dans le contexte des vecteurs aléatoires, que représente la fonction de répartition conjointe $F_X(t_1, \, ..., \, t_p)$?

La probabilité que chaque composante soit exactement à $t_i$.
La probabilité que chaque composante soit supérieure à $t_i$.
La probabilité que chaque composante $X_i$ soit inférieure ou égale à $t_i$, pour tout $i$.
La densité de probabilité à l'instant $t_i$.

La probabilité que chaque composante $X_i$ soit inférieure ou égale à $t_i$, pour tout $i$.

Explication

La fonction de répartition conjointe donne la probabilité que toutes les composantes soient inférieures ou égales à leurs seuils respectifs, caractérisant la loi jointe du vecteur.

6. Quelle propriété la fonction de répartition conjointe $F_X$ doit-elle posséder?

Elle doit être décroissante dans chaque variable.
Elle doit être continue, croissante, et limitée à 1 en limite infinie.
Elle doit être nulle en tous les points.
Elle doit être périodique avec une période 1.

Elle doit être continue, croissante, et limitée à 1 en limite infinie.

Explication

La fonction de répartition doit être croissante et continue dans chaque variable, avec une limite de 1 à l'infini, pour correspondre à une probabilité cumulative.

7. Comment obtient-on la densité marginale $f_{X_i}(t_i)$ à partir de la densité conjointe $f_X$?

En dérivant $f_X$ par rapport à $t_i$.
En intégrant $f_X$ sur toutes les autres variables sauf $t_i$.
En évaluant $f_X$ en $t_i$ pour toutes les variables.
En dérivant la fonction de répartition conjointe $F_X$.

En intégrant $f_X$ sur toutes les autres variables sauf $t_i$.

Explication

La densité marginale est obtenue en intégrant la densité conjointe sur toutes les variables sauf celle d'intérêt, conformément à la définition de marginalité.

8. Quelle différence existe entre la connaissance des lois marginales et la loi conjointe d’un vecteur aléatoire?

Les lois marginales déterminent complètement la loi conjointe.
Les lois marginales ne suffisent pas à déterminer la loi conjointe sauf en cas d’indépendance.
Les lois marginales sont toujours indépendantes entre elles.
Il n’y a aucune différence.

Les lois marginales ne suffisent pas à déterminer la loi conjointe sauf en cas d’indépendance.

Explication

Connaître toutes les lois marginales ne permet pas de retrouver la loi conjointe sauf si les variables sont indépendantes, ce qui doit être précisé.

9. Quelle est la principale utilité de modéliser la loi conjointe d’un vecteur aléatoire?

Étudier la dépendance entre variables et prévoir leurs comportements conjoints.
Calculer la moyenne de chaque variable séparément.
Simplifier toutes les distributions marginales.
S’assurer que toutes les variables sont indépendantes.

Étudier la dépendance entre variables et prévoir leurs comportements conjoints.

Explication

La modélisation conjointe permet d’étudier et de comprendre les dépendances entre variables, ce qui est essentiel pour une analyse multivariée complète.

Révisez avec les flashcards

Mémorisez les réponses avec 9 flashcards sur Principes des vecteurs aléatoires et lois gaussiennes.

Vecteur aléatoire — définition ?

Un vecteur dont chaque composante est une variable aléatoire réelle.

Vecteur aléatoire — définition ?

Vecteur de variables aléatoires réelles.

Lois de probabilité — rôle ?

Décrivent la loi de distribution d’une variable ou vecteur aléatoire.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Principes des vecteurs aléatoires et lois gaussiennes.

Voir la fiche →

Cours similaires

Structure d’un CV professionnel

Restriction d'accès au service

Document sans contenu pédagogique

Anthropologie de la maladie et de la santé

Programme seconde et début première

Enseignement du vocabulaire primaire

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM