Bonsoir à tous,

Dans le cadre de mes études je suis obligé de me farcir un cours de statistiques sauf que moi... Bah je suis une vraie quiche en maths

Alors voilà ma question: Quelqu'un peut-il m'expliquer la différence entre les probas conjointes et les probas conditionnelles S.V.P. ? Ca m'empêche d'avancer dans la matière et j'ai vraiment l'impression qu'il s'agit de la même chose en fait

Merci d'avance

Coucou, je vais te la faire courte mais j'espère assez claire.
Une proba conjointe c'est la probabilité que deux évènements X et Y arrivent en même temps, c'est leur "inter".
Une proba conditionnelle c'est la probabilité qu'un évènement X arrive sachant qu'un autre évènement Y (par exemple) est déjà arrivé avant.

Exemple:
lancer de dé à 6 faces
X je tombe sur un chiffre pair, Y je tombe sur un multiple de 3 par exemple
La proba conjointe de X et Y sera la probabilité de tomber sur un chiffre pair et à la fois multiple de 3 (ici il n'y a que 6 )
La proba conditionnelle de X sachant Y impliquera 2 lancers et sera la proba d'obtenir un chiffre pair sachant qu'on a eu avant un multiple de 3.

Voilà

PS: je suis en Master de statistiques

Oh merci beaucoup! Vraiment !!!Et dans le cas où les événements sont non indépendants ça change quelque chose?

http://s3.noelshack.com/upload/12095587360296_photo_du_8123446504__2233.jpg

Dans le raisonnement lui-même cela ne change rien, c'est dans le calcul des probabilités qu'il est important de savoir si les évènements sont indépendants ou non.

Si A et B sont indépendants P(A|B)=P(A), le sachant n'a plus aucune utilité car on sait que l'observation de B n'aura aucun effet sur une possible observation de A. Pareil si B et A sont inversés
En revanche si A et B ne sont donc pas indépendants, le P(A|B) =/= P(A), l'observation de B est en relation avec celle de A.

Merci merci merci, épouse-moi qui que tu sois

Bon, je repasserai demain, j'ai des petits problèmes par rapport aux coefficients de corrélation

Encore un très grand merci ^^

Mais je t'en prie
Si t'as des questions sur les coeffs de corrélation n'hésite pas