En théorie des probabilités, la moyenne empirique d’un échantillon de variables aléatoires réelles ou vectorielles est défini par la moyenne arithmétique des variables :. Cette moyenne constitue ainsi un estimateur sans biais de l’espérance pour la loi commune des variables . Lorsque cette loi a une variance finie , la moyenne empirique a pour variance , ce qui en fait aussi un estimateur convergent. Elle permet aussi de définir d’autres estimateurs, comme celui de la variance ou de son équivalent sans biais.

Property Value
dbo:abstract
  • En théorie des probabilités, la moyenne empirique d’un échantillon de variables aléatoires réelles ou vectorielles est défini par la moyenne arithmétique des variables :. Cette moyenne constitue ainsi un estimateur sans biais de l’espérance pour la loi commune des variables . Lorsque cette loi a une variance finie , la moyenne empirique a pour variance , ce qui en fait aussi un estimateur convergent. Elle permet aussi de définir d’autres estimateurs, comme celui de la variance ou de son équivalent sans biais. La moyenne empirique est très utilisée en application du théorème central limite, qui stipule qu’elle converge en loi vers la loi normale dont l’espérance et la variance sont celles des variables . Elle donne lieu ainsi à l’expression d’intervalles de confiance. Dans le cas où les variables suivent déjà la loi normale ou une autre loi stable, la moyenne empirique suit le même type de loi. (fr)
  • En théorie des probabilités, la moyenne empirique d’un échantillon de variables aléatoires réelles ou vectorielles est défini par la moyenne arithmétique des variables :. Cette moyenne constitue ainsi un estimateur sans biais de l’espérance pour la loi commune des variables . Lorsque cette loi a une variance finie , la moyenne empirique a pour variance , ce qui en fait aussi un estimateur convergent. Elle permet aussi de définir d’autres estimateurs, comme celui de la variance ou de son équivalent sans biais. La moyenne empirique est très utilisée en application du théorème central limite, qui stipule qu’elle converge en loi vers la loi normale dont l’espérance et la variance sont celles des variables . Elle donne lieu ainsi à l’expression d’intervalles de confiance. Dans le cas où les variables suivent déjà la loi normale ou une autre loi stable, la moyenne empirique suit le même type de loi. (fr)
dbo:isPartOf
dbo:wikiPageID
  • 1001575 (xsd:integer)
dbo:wikiPageLength
  • 1923 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 184774228 (xsd:integer)
dbo:wikiPageWikiLink
prop-fr:wikiPageUsesTemplate
dct:subject
rdfs:comment
  • En théorie des probabilités, la moyenne empirique d’un échantillon de variables aléatoires réelles ou vectorielles est défini par la moyenne arithmétique des variables :. Cette moyenne constitue ainsi un estimateur sans biais de l’espérance pour la loi commune des variables . Lorsque cette loi a une variance finie , la moyenne empirique a pour variance , ce qui en fait aussi un estimateur convergent. Elle permet aussi de définir d’autres estimateurs, comme celui de la variance ou de son équivalent sans biais. (fr)
  • En théorie des probabilités, la moyenne empirique d’un échantillon de variables aléatoires réelles ou vectorielles est défini par la moyenne arithmétique des variables :. Cette moyenne constitue ainsi un estimateur sans biais de l’espérance pour la loi commune des variables . Lorsque cette loi a une variance finie , la moyenne empirique a pour variance , ce qui en fait aussi un estimateur convergent. Elle permet aussi de définir d’autres estimateurs, comme celui de la variance ou de son équivalent sans biais. (fr)
rdfs:label
  • Media campionaria (it)
  • Moyenne empirique (fr)
  • Sample mean (en)
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is dbo:wikiPageWikiLink of
is oa:hasTarget of
is foaf:primaryTopic of