Présentation
En anglaisAuteur(s)
-
Jacques POIRIER : Ingénieur de l’École Centrale de Paris – Docteur Ingénieur - Chargé de mission auprès des Secrétaires Perpétuels de l’Académie des Sciences - Conseiller du Directeur des Réacteurs Nucléaires du Commissariat à l’Énergie Atomique - Chargé de cours au Conservatoire National des Arts et Métiers
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleINTRODUCTION
Bien souvent, les informations que doit traiter l’ingénieur concernent une variable aléatoire, à propos de laquelle il ne dispose pas d’élément théorique permettant de déterminer a priori – par le raisonnement seul – l’espérance mathématique ou l’écart-type.
Dès lors, il doit faire appel à la notion d’estimateur, construite à partir de résultats d’essais nécessairement partiels, et à la formulation « d’hypothèses » que l’analyse statistique le conduira à rejeter ou à ne pas rejeter. Toutes les décisions qu’il prendra à l’aide de ces outils seront assorties d’un risque – consenti – clairement chiffré.
DOI (Digital Object Identifier)
CET ARTICLE SE TROUVE ÉGALEMENT DANS :
Accueil > Ressources documentaires > Génie industriel > Métier : responsable qualité > Méthodes de mesure > Estimateurs et tests d’hypothèses > Lois particulières utilisées dans les estimations
Cet article fait partie de l’offre
Instrumentation et méthodes de mesure
(50 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
2. Lois particulières utilisées dans les estimations
2.1 Théorème de la limite centrale
Particulièrement important en pratique, ce théorème, qui admet en réalité plusieurs formes voisines légèrement différentes, permet de ramener légitimement un grand nombre de distributions à la loi de Gauss. On propose ici d’en donner diverses formes, sans démonstration.
-
Soit {Xn }, n = 1,2,..., une suite de variables aléatoires indépendantes de même loi, de valeur moyenne m et d’écart-type σ. La suite {Yn }, n = 1,2,..., de variables aléatoires définie par :
converge en loi, lorsque n augmente indéfiniment, vers une variable aléatoire qui suit la loi normale centrée réduite . Cette forme du théorème prend le nom de théorème de Lindeberg.
Remarque : Yn s’écrit aussi :
-
Soit {Xn }, n = 1,2,..., une suite de variables aléatoires indépendantes de variance Si les variances sont finies et si leur somme croît indéfiniment avec n de telle sorte que chaque rapport tende vers zéro, la variable aléatoire :
tend vers la loi normale centrée réduite, quelle que...
Cet article fait partie de l’offre
Instrumentation et méthodes de mesure
(50 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Lois particulières utilisées dans les estimations
Cet article fait partie de l’offre
Instrumentation et méthodes de mesure
(50 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive