Distributions de probabilités
Travaillez avec des distributions courantes (normale, binomiale, de Poisson) et générez des échantillons aléatoires.
Distributions de probabilités est une leçon R Academy gratuite sur CoddyKit. Ceci est la leçon 2 sur 3. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage R Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours R Academy comprend 3 leçons au total.
Introduction aux distributions de probabilité
Introduction aux distributions de probabilité
Les distributions de probabilité décrivent la manière dont les valeurs sont réparties dans un jeu de données. Dans R, vous pouvez travailler avec des distributions courantes à l’aide de fonctions intégrées.
Distribution normale
Distribution normale
La distribution normale est une distribution symétrique en forme de cloche, couramment utilisée en statistiques.
x <- rnorm(100, mean=50, sd=10)
hist(x, main='Normal Distribution', col='blue')Distribution binomiale
Distribution binomiale
La distribution binomiale modélise le nombre de succès lors d’un nombre fixe d’essais indépendants.
x <- rbinom(100, size=10, prob=0.5)
barplot(table(x), main='Binomial Distribution', col='red')Distribution de Poisson
Distribution de Poisson
La distribution de Poisson représente la probabilité qu’un nombre donné d’événements se produisent dans un intervalle fixe.
x <- rpois(100, lambda=5)
barplot(table(x), main='Poisson Distribution', col='green')Distribution uniforme
Distribution uniforme
La distribution uniforme attribue la même probabilité à toutes les valeurs d’un intervalle.
x <- runif(100, min=0, max=10)
hist(x, main='Uniform Distribution', col='purple')Distribution exponentielle
Distribution exponentielle
La distribution exponentielle décrit le temps entre les événements d’un processus de Poisson.
x <- rexp(100, rate=1)
hist(x, main='Exponential Distribution', col='orange')Comparer des distributions
Comparer des distributions
Vous pouvez générer et comparer plusieurs distributions à l’aide de graphiques.
x1 <- rnorm(100, mean=50, sd=10)
x2 <- rnorm(100, mean=60, sd=15)
hist(x1, col=rgb(1,0,0,0.5), main='Comparing Distributions')
hist(x2, col=rgb(0,0,1,0.5), add=TRUE)Simuler des distributions de probabilité
Simuler des distributions de probabilité
Vous pouvez générer des échantillons aléatoires issus de différentes distributions pour effectuer des simulations.
set.seed(123)
data <- rnorm(1000, mean=50, sd=10)
hist(data, main='Simulated Normal Distribution', col='blue')Résumé
Résumé
Dans cette leçon, vous avez appris :
- À générer des données à partir de différentes distributions de probabilité.
- À connaître les principales caractéristiques des distributions normale, binomiale, de Poisson, uniforme et exponentielle.
- À comparer des distributions à l’aide d’histogrammes.
Questions Fréquemment Posées
La leçon « Distributions de probabilités » est-elle gratuite ?
Oui — le texte complet de « Distributions de probabilités » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours R Academy, passe à CoddyKit PRO. Le cours R Academy comprend 3 leçons au total.
Qu'est-ce que j'apprendrai dans « Distributions de probabilités » ?
Travaillez avec des distributions courantes (normale, binomiale, de Poisson) et générez des échantillons aléatoires. Tu pratiques R Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer R Academy ?
Aucune expérience préalable n'est requise. R Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 2 sur 3.
Combien de temps prend la leçon « Distributions de probabilités » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon R Academy ?
Oui. Chaque leçon R Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Statistiques descriptives
- Distributions de probabilités
- Tests d’hypothèses