Loi normale et écarts-types
Fiche révision **Loi normale** : propriétés, standardisation et applications médicales
Définition et propriétés
La loi normale est une distribution continue symétrique en cloche.
- Densité maximale en x = μ
- Définie par μ (moyenne) et σ² (variance)
- Notation : X ~ N(μ, σ²)
Densité de probabilité de la loi normale.
Standardisation : score z
Transforme X ~ N(μ, σ²) en Z ~ N(0,1).
- Z permet de comparer des lois normales différentes
- Utilisation des tables pour P(Z ≤ z)
Règles empiriques
Intervalle
- [μ - σ, μ + σ]
- [μ - 2σ, μ + 2σ]
- [μ - 3σ, μ + 3σ]
Pourcentage
- 68%
- 95%
- 99,7%
68-95-99, trois sigmas pour presque tout
Lecture des tables
- 1
Standardiser X en Z avec Z = (X - μ)/σ
- 2
Chercher P(Z ≤ z) dans la table pour z ≥ 0
X ~ N(10, 4). Calculer P(X ≤ 12).
- σ = √4 = 2, donc Z = (12 - 10)/2 = 1
- P(X ≤ 12) = P(Z ≤ 1) ≈ 0,8413 (table)
P(X ≤ 12) ≈ 0,8413
Applications médicales
- Approximation de la loi binomiale si n grand
- Calcul de seuils biologiques (ex : glycémie)
- Interprétation de scores standardisés
- Si X ~ N(50, 25), calculer P(X ≥ 60).
- Quelle est la probabilité qu'une valeur soit dans [μ - 2σ, μ + 2σ] ?
- Loi normale : symétrique, définie par μ et σ²
- Standardisation : Z = (X - μ)/σ → N(0,1)
- Tables : P(Z ≤ z) pour z ≥ 0, symétrie pour z < 0
- Règles 68-95-99 pour estimer les probabilités
