User manual - GRAPH95-75-85SD-85-35PLUS-25PLUSPro-Soft

6-57
Lois de probabilité
Lois de probabilité cumulée inverse
Loi de
probabilité
normale
p = p(x)dx
Upper
–

p = p(x)dx
Lower


p = p(x)dx
Upper
Lower

tail = Left tail = Right tail = Central
Loi de
probabilité
t de
Student
p = p(x)dx
Lower


Loi de
probabilité C
2
Loi de
probabilité F
I Lois de probabilité (discrète)
Lois de probabilité Probabilité
Loi binomiale
p(x) = nCxp
x
(1–p)
n – x
(x = 0, 1, ·······, n)
n : nombre d’essais
Loi de Poisson
(x = 0, 1, 2, ···)
p(x) =
x!
e
–
μ
μ
×
x
M : moyenne ( M  0)
Loi de répartition dans
l’espace
p
(x) = p(1– p)
x – 1
(x = 1, 2, 3, ···)
Loi de répartition
hypergéométrique
p(x) =
MCx × N – MCn – x
N
Cn
n : Nombre d’éléments extraits d’une population (0  x entier)
M : Nombre d’éléments contenus dans l’attribut A (0  M entier)
N : Nombre d’éléments de la population (n  N, M  N entier)
Lois de probabilité
Probabilité cumulée Lois de probabilité cumulée inverse
Loi binomiale
p
=

p(x)
x=0
X
p H

p(x)
x=0
X
Loi de Poisson
Loi de répartition dans
l’espace
p
=

p(x)
x=1
X
p H

p(x)
x=1
X
Loi de répartition
hypergéométrique
p
=

p(x)
x=0
X
p H

p(x)
x=0
X