library(tidyverse)
Polices dans markdown
Bonjour
Bonjour
Bonjour
Bonjour
Les sous-sections
Les sous-sous-sections
Allez regarder Quarto dans R sur youtube
Ce que vous voyez dans le bandeau grisé s’appelle un Chunk c’est dans
cet espace que nous allons écrire les codes R
Tidyverse
Pipe
Cheat sheet Importer des données excel
Exercice4%>%table()
Vote
A B
512 488
Vecteurs
1:100
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
[16] 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
[31] 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
[46] 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
[61] 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75
[76] 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90
[91] 91 92 93 94 95 96 97 98 99 100
Les probabilités dans R
La loi binomiale
On réplique une expérience \(n\)
fois une expérience de manière indépendante qui peut conduire à un
succès ou un échec avec une même probabilté \(p\). A la fin de l’expérience on compte le
nombre de succès. Le nombre de succès peut varier pour tous les entiers
entre \(0\) à \(n\), i.e. \(0,
1,\cdots,n\). On les appelle mles modalités possibles.
Comme le résultat de cet expérience est aléatoire, on le note en
utilsant une variable dite aléatoire. On les notes généralement avec des
lettres majuscules, en général \(X,Y,Z,\cdots\). Appelons-là \(X\) dans notre contexte. Dans notre
expérience, on dit que \(X\) suit une
loi binomiale de paramètres \(n\) et
\(p\). On utilise cette notation
mathématique \(X\sim\mathcal{B}(n,p)\).
Nous devons rappeler les probabilités de chaque modalité. On sait que
\[
\Pr(X=x)=\binom{n}{x}p^{x}(1-p)^{n-x},\:x=0,\cdots,n.
\] ## La loi binomiale sur R
Les coefficient binomaiaux dans R. Combien à t’on de manières de
choisir \(2\) personnes parmi \(10\).
# Les paramètres
n <- 10
x <- 2
choose(n,x)
[1] 45
# Si je fais la somme de 9 à 1
9:1%>%sum()
[1] 45
# 9+8+...+1
Allons plus loins, je veux afficher le nomnre de façons de choisir
\(x\) objets parmi 10 pour toutes les
valeurs de \(x\).
n%>%choose(0:10)
[1] 1 10 45 120 210 252 210 120 45 10 1
La fonction pour calculer les probabilités pour une loi
binomiale
dbinom(0:10,n,p)
[1] 0.0009765625 0.0097656250 0.0439453125 0.1171875000
[5] 0.2050781250 0.2460937500 0.2050781250 0.1171875000
[9] 0.0439453125 0.0097656250 0.0009765625
Faire un beau tableau avec deux colonnes x et les probas
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