N.1. Notations (A à D).
A B
C D
E F
G H
I J
K L
M N
O P
Q R
S T
U V
W X
Y Z
A.
-
\(\alpha\) : en général désigne un
seuil, c’est-à-dire une probabilité faible.
-
\({\cal A}\) : est une
\(\sigma\)-algèbre ou une
tribu d’événements.
B.
-
\(b_T(\theta)\) :
biais de l’estimateur \(T\)
lorsque la valeur du paramètre est \(\theta\).
-
\({\cal B}={\cal B}(\mathbb {R})\) : est la
\(\sigma\)-algèbre des ensembles
boréliens de \(\mathbb {R}\).
-
\({\cal B}_2={\cal B}(\mathbb {R}^2)={\cal B}\otimes{\cal B}\) : est la
\(\sigma\)-algèbre des ensembles
boréliens de \(\mathbb {R}^2\).
-
\({\cal B}(1\ ;\ p)\) :
loi de probabilité de Bernoulli de paramètre
\(p\).
-
\({\cal B}(1\ ;\ p_1,\ \cdots,\ p_r)\) :
loi de probabilité de Bernoulli multivarieée
de paramètres \(p_1,\ \cdots,\ p_r\).
-
\({\cal B}(n\ ;\ p)\) :
loi de probabilité de Binomiale de paramètres
\(n\) et \(p\).
-
\({\cal BN}(\nu\ ;\ p)\) :
loi de probabilité de Binomiale Négative
de paramètres \(\nu\) et \(p\).
C.
-
\({\underline c},\ {\overline c}\) : bornes inférieure et, respectivement, supérieure d’un intervalle de
prédiction.
-
\(c_X(t)\) :
fonction caractéristique d’une
v.a. \(X\).
-
\({\cal CA}(x_0\ ;\ \alpha)\) : loi de probabilité de
Cauchy de paramètres \(x_0,\ \alpha\).
-
\(c_i=\rbrack a_{i-1}\ ;\ a_i\rbrack\) : classe
(ou encore centre) de la classe d’ordre \(i\) d’une distribution
statistique.
-
\(\gamma_1\lbrack X\rbrack\) : coefficient
d’asymétrie théorique d’une
v.a. \(X\).
-
\(\gamma_2\lbrack X\rbrack\) : coefficient
d’aplatissement théorique d’une
v.a. \(X\).
-
\(G_1(X_{\bullet})\) et \(G_1(x_{\bullet})\) : coefficient
d’asymétrie d’un échantillon d’une
v.a. \(X\) et une réalisation.
-
\(G_{1,c}(X_{\bullet})\) et \(G_{1,c}(x_{\bullet})\) : coefficient
d’asymétrie corrigé d’un échantillon d’une
v.a. \(X\) et une réalisation.
-
\(G_2(X_{\bullet})\) et \(G_2(x_{\bullet})\) : coefficient
d’aplatissement d’un échantillon d’une
v.a. \(X\) et une réalisation.
-
\(G_{2,c}(X_{\bullet})\) et \(G_{2,c}(x_{\bullet})\) : coefficient
d’aplatissement corrigé d’un échantillon d’une
v.a. \(X\) et une réalisation.
-
\(CV(X_{\bullet})\) et \( CV(x_{\bullet}) \) : coefficient de variation d’un échantillon et une réalisation.
-
\(C_n^k=(^n_k)\) : coefficient du
binôme.
-
\(A^c\) : événement complémentaire ou contraire de l’événement \(A\).
-
\(C_n^{k_1,\ \cdots,\ k_r}=(^n_{k_1,\ \cdots,\ k_r})\) : coefficient du multinôme.
-
\(X_n\overset{{\cal L}}{\underset{n\rightarrow+\infty}\longrightarrow}X\) : convergence en
loi de la suite \(X_n\) vers
\(X\).
-
\(X_n\overset{p.s.}{\underset{n\rightarrow+\infty}\longrightarrow}X\) : convergence
presque sûre de la suite \(X_n\) vers
\(X\).
-
\(X_n\overset{P}{\underset{n\rightarrow+\infty}\longrightarrow}X\) : convergence en
probabilité de la suite \(X_n\) vers
\(X\).
-
\({\mathbb C}ov\lbrack X_1, X_2\rbrack=\sigma_{1, 2}\) : covariance des composantes
d’un v.a. \(X=\ ^t(X_1, X_2)\).
D.
-
\(\eta\lbrack X_2\mid X_1\rbrack^2\) : coefficient de dépendance en moyenne
de \(X_2\) par rapport à \(X_1\).
-
\(\sharp(A)\) :
nombre d’éléments de l’ensemble \(A\).
-
\(Det(A)\) : déterminant de la matrice carrée \(A\).
-
\(Dist(X_{\bullet})\) et \( Dist(x_{\bullet}) \) :
distribution statistique d’un échantillon et une
réalisation.
Haut de la page.
