Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
La probabilité étudie la manière de faire des prédictions sur des phénomènes aléatoires. Dans ce cours, vous découvrirez les notions de variables aléatoires, de distributions et de conditionnement, en prenant l’exemple du lancer de pièce. Vous développerez aussi une intuition pour résoudre des problèmes de probabilité par simulation aléatoire. Ces principes vous aideront à comprendre l’inférence statistique et peuvent être appliqués pour tirer des conclusions à partir des données.
Prérequis
Programme de formation
Plan du cours
1
La loi binomiale
L’un des exemples les plus simples et les plus courants d’un phénomène aléatoire est le lancer de pièce : un événement « oui » ou « non » avec une certaine probabilité. Vous allez découvrir la loi binomiale, qui décrit le comportement d’un ensemble d’essais oui/non et comment en prédire et simuler le comportement.
- Lancer des pièces dans R50 XP
- Simuler des lancers de pièce100 XP
- Simuler des tirages d’une loi binomiale100 XP
- Densité et densité cumulée50 XP
- Calculer la densité d’une loi binomiale100 XP
- Calculer une densité cumulée binomiale100 XP
- Faire varier le nombre d’essais100 XP
- Espérance et variance50 XP
- Calculer l’espérance100 XP
- Calcul de la variance100 XP
2
Lois de la probabilité
Dans ce chapitre, vous apprendrez à combiner plusieurs probabilités, par exemple la probabilité que deux événements se produisent tous les deux ou qu’au moins l’un des deux se produise, et à confirmer chacun par des simulations aléatoires. Vous verrez également certaines propriétés de l’addition et de la multiplication de variables aléatoires.
3
Statistiques bayésiennes
Les statistiques bayésiennes constituent une méthode mathématiquement rigoureuse pour actualiser vos croyances à partir des preuves. Dans ce chapitre, vous apprendrez à appliquer le théorème de Bayes pour conclure si une pièce est équilibrée ou biaisée, et à étayer ces conclusions par des simulations.
4
Distributions associées
Jusqu’ici, nous avons parlé de la loi binomiale, mais ce n’est qu’une des nombreuses lois de probabilité qu’une variable aléatoire peut suivre. Dans ce chapitre, nous présenterons trois autres lois liées à la binomiale : la normale, la loi de Poisson et la géométrique.
R
Fondamentaux de la probabilité en R
Cours
terminé
