QCM : Distribution discrète et fonctions de répartition — 12 questions

Questions et réponses du QCM

1. Qu'est-ce qu'une distribution discrète en statistiques ?

Une représentation graphique en courbe lisse de la densité de probabilité.
Une distribution qui associe chaque valeur possible d’une variable aléatoire à une fréquence ou probabilité, représentant la répartition des résultats.
Une fonction qui donne la probabilité qu’une variable prenne une valeur inférieure ou égale à x.
Une distribution continue où chaque valeur a une probabilité positive.

Une distribution qui associe chaque valeur possible d’une variable aléatoire à une fréquence ou probabilité, représentant la répartition des résultats.

Explication

La distribution discrète en statistiques est une distribution qui associe à chaque valeur possible d’une variable aléatoire une probabilité ou fréquence, représentant la répartition des résultats, et la somme de toutes ces probabilités doit être égale à 1.

2. Qui a formulé la loi de Bernoulli, un exemple de loi de probabilités discrètes ?

André-Marie Ampère
Carl Friedrich Gauss
Pierre-Simon Laplace
Jacob Bernoulli

Jacob Bernoulli

Explication

Jacob Bernoulli est l’auteur de la loi de Bernoulli, une distribution discrète fondamentale en probabilités. Pierre-Simon Laplace a travaillé sur la loi normale et la théorie des probabilités, Gauss est connu pour la loi normale et la méthode des moindres carrés, et Ampère pour ses travaux en électromagnétisme. La loi de Bernoulli porte son nom en référence à Jacob Bernoulli, qui l’a formulée dans ses travaux au XVIIe siècle.

3. Quelle est la fonction de répartition cumulée et à quoi sert-elle ?

Elle donne la probabilité que la variable prenne une valeur inférieure ou égale à x, permettant de calculer des probabilités sur des intervalles.
Elle donne la probabilité que la variable prenne une valeur exactement égale à x, permettant de connaître la probabilité ponctuelle.
Elle est une fonction en escalier qui donne la fréquence relative cumulée dans un échantillon.
Elle représente la densité de probabilité de la variable, permettant de connaître la fréquence relative des valeurs.

Elle donne la probabilité que la variable prenne une valeur inférieure ou égale à x, permettant de calculer des probabilités sur des intervalles.

Explication

La fonction de répartition cumulée F(x) donne la probabilité que la variable aléatoire prenne une valeur inférieure ou égale à x. Elle sert à calculer des probabilités sur des intervalles en utilisant la différence F(b) - F(a), et sa représentation graphique est une série de sauts en escalier pour une variable discrète.

4. En quelle année la loi de Bernoulli a-t-elle été formalisée, marquant un étape importante dans le développement des lois de probabilités discrètes ?

1940
1938
1910
1920

1920

Explication

La loi de Bernoulli a été formalisée en 1920, ce qui constitue une étape clé dans l'histoire des lois de probabilités discrètes. Les autres dates correspondent à d'autres événements importants, mais pas à la formalisation initiale de cette loi.

5. En quoi la variance et l’écart-type diffèrent-ils ou se ressemblent-ils ?

L’écart-type est toujours plus grand que la variance, car il est dans la même unité que la variance.
La variance mesure la dispersion en unités originales, alors que l’écart-type est une mesure de tendance centrale.
Les deux mesures sont identiques, mais l’écart-type est simplement la variance exprimée en pourcentage.
L’écart-type est la racine carrée de la variance, ce qui le rend dans la même unité que les données, tandis que la variance est la moyenne des carrés des écarts à la moyenne.

L’écart-type est la racine carrée de la variance, ce qui le rend dans la même unité que les données, tandis que la variance est la moyenne des carrés des écarts à la moyenne.

Explication

L’écart-type est la racine carrée de la variance, ce qui le rend dans la même unité que les données, facilitant l’interprétation de la dispersion. La variance est la moyenne des carrés des écarts à la moyenne, une mesure de dispersion en unités carrées. Les autres options sont incorrectes : la variance ne mesure pas en unités originales, l’écart-type n’est pas toujours plus grand que la variance (ils ont des unités différentes), et ils ne sont pas identiques.

6. Qui a formulé la définition de la fonction de répartition cumulée en 1938 ?

Gauss
Perron
Bernoulli
Poisson

Perron

Explication

Perron est crédité en 1938 d'avoir défini la fonction de répartition F(x), ce qui en fait la réponse correcte. Bernoulli, Poisson, et Gauss sont des figures importantes en probabilité et statistique, mais ils ne sont pas liés à cette contribution spécifique.

7. Quelle est la conséquence principale du théorème central limite sur la distribution empirique ?

Elle permet que la distribution empirique converge vers la distribution théorique à mesure que le nombre d'observations augmente.
Elle stipule que la variance de la distribution empirique diminue à mesure que le nombre d'observations augmente.
Elle indique que la distribution empirique devient toujours plus dispersée avec l'augmentation des observations.
Elle montre que la moyenne empirique devient indépendante de la distribution initiale.

Elle permet que la distribution empirique converge vers la distribution théorique à mesure que le nombre d'observations augmente.

Explication

Le théorème central limite explique que, lorsque le nombre d'observations est grand, la distribution de la moyenne d’échantillon tend vers une loi normale, ce qui entraîne la convergence de la distribution empirique vers la distribution théorique.

8. Comment doit-on appliquer concrètement un intervalle de confiance pour estimer la moyenne d'une population à partir d'un échantillon ?

Calculer la moyenne de l'échantillon et ajouter ou soustraire la moitié de la variance de l'échantillon pour obtenir l'intervalle.
Utiliser la moyenne de l'échantillon comme seule estimation, sans calcul d'intervalle, car l'intervalle n'est pas nécessaire.
Prendre la moyenne de l'échantillon et la multiplier par la variance de l'échantillon pour obtenir l'intervalle.
Calculer la moyenne de l'échantillon et ajouter ou soustraire la valeur critique multipliée par l'écart-type de l'échantillon divisé par la racine de la taille de l'échantillon, en utilisant la loi normale ou t de Student selon le contexte.

Calculer la moyenne de l'échantillon et ajouter ou soustraire la valeur critique multipliée par l'écart-type de l'échantillon divisé par la racine de la taille de l'échantillon, en utilisant la loi normale ou t de Student selon le contexte.

Explication

L'intervalle de confiance pour la moyenne se construit en prenant la moyenne de l'échantillon et en ajoutant ou soustrayant la valeur critique (issue de la loi normale ou t de Student) multipliée par l'écart-type de l'échantillon divisé par la racine de la taille de l'échantillon. Cette méthode permet d'obtenir un intervalle dans lequel la vraie moyenne de la population a une certaine probabilité (ex : 95%) de se trouver.

9. Quelle est la caractéristique principale de la p-value dans un test d’hypothèse ?

Elle indique la probabilité d’observer une statistique aussi extrême ou plus extrême si H0 est vraie.
Elle donne la valeur exacte du paramètre inconnu de la population.
Elle mesure la force de l’évidence en faveur de l’hypothèse alternative.
Elle représente la probabilité que l’hypothèse nulle soit vraie.

Elle indique la probabilité d’observer une statistique aussi extrême ou plus extrême si H0 est vraie.

Explication

La p-value est la probabilité d’observer une statistique aussi extrême ou plus extrême que celle calculée à partir de l’échantillon, sous l’hypothèse nulle. Elle sert à évaluer la compatibilité des données avec H0.

10. Quelle est la caractéristique principale de la fonction de répartition F(x) pour une variable aléatoire discrète ?

C'est une fonction en escalier où chaque saut correspond à la probabilité P(X=xi)
C'est une fonction décroissante avec le temps
C'est une fonction continue et lisse sans interruption
C'est une fonction constante sauf à un seul point

C'est une fonction en escalier où chaque saut correspond à la probabilité P(X=xi)

Explication

La fonction de répartition F(x) pour une variable discrète est une fonction en escalier, où chaque saut correspond à la probabilité P(X=xi). Elle est monotone croissante, avec une valeur en saut à chaque valeur xi, représentant la probabilité cumulée jusqu’à xi.

11. Quelle est la date associée à Perron pour la définition de la fonction de répartition cumulée en statistique ?

1938
1950
1933
1920

1938

Explication

La référence à Perron en 1938 indique qu'il a défini la fonction de répartition cumulée en statistique cette année-là. Les autres dates correspondent à d'autres événements ou auteurs en statistique, mais pas à cette contribution spécifique.

12. Quel est le rôle principal de la fonction de répartition cumulée F(x) dans le contexte d'une distribution discrète ?

Elle permet de représenter graphiquement la distribution en escalier.
Elle montre la densité de probabilité pour chaque valeur possible.
Elle donne la probabilité que la variable aléatoire prenne une valeur inférieure ou égale à x.
Elle calcule la moyenne de la variable aléatoire.

Elle donne la probabilité que la variable aléatoire prenne une valeur inférieure ou égale à x.

Explication

La fonction de répartition F(x) donne la probabilité que la variable aléatoire X prenne une valeur inférieure ou égale à x, ce qui permet de représenter la distribution cumulée et de calculer des probabilités sur des intervalles.

Révisez avec les flashcards

Mémorisez les réponses avec 22 flashcards sur Distribution discrète et fonctions de répartition.

Distribution discrète — définition ?

Associe chaque valeur d’une variable à une probabilité.

Distribution empirique — rôle ?

Représente les fréquences observées dans un échantillon.

Convergence empirique — phénomène ?

La distribution empirique se rapproche de la distribution théorique.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Distribution discrète et fonctions de répartition.

Voir la fiche →

Cours similaires

Mouvements et forces

Physique

Approche globale de la personne

Apprentissage et conditionnement animal

Introduction aux systèmes mécatroniques industriels

Mechatronic Systems Organisation

Chaînes d’énergie et d’information

Crée tes propres QCM

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

Générateur de QCM