Calculateur de loi bêta

Calculez PDF, CDF, moyenne, variance et mode de la loi bêta à partir des paramètres de forme.

Propriétés de la loi bêta
Saisissez des paramètres alpha et bêta positifs et un point d'évaluation entre zéro et un.

À propos de la loi bêta

La loi bêta est une loi de probabilité continue définie sur l'intervalle de zéro à un. Deux paramètres de forme positifs, généralement nommés alpha et bêta, déterminent son allure. Cette souplesse la rend utile pour modéliser probabilités, proportions, taux de conversion, fiabilité et autres quantités naturellement bornées. Si alpha et bêta valent tous deux un, la densité est uniforme. Des valeurs égales supérieures à un produisent une courbe symétrique en bosse ; des valeurs différentes créent une asymétrie à gauche ou à droite. La densité est x élevé à alpha moins un, multiplié par un moins x élevé à bêta moins un, le tout divisé par la fonction bêta B(alpha, bêta). Elle décrit la concentration relative près d'un point, pas la probabilité d'observer exactement cette valeur continue. La fonction de répartition donne la probabilité qu'une variable suivant une loi bêta soit inférieure ou égale à x. Ce calculateur évalue la CDF avec la fonction bêta incomplète régularisée et affiche PDF et CDF au point demandé. Plusieurs résumés se déduisent directement des paramètres. La moyenne est alpha divisé par alpha plus bêta. La variance est le produit alpha fois bêta divisé par le produit du carré de leur somme et de alpha plus bêta plus un. Si les deux paramètres dépassent un, le mode intérieur vaut alpha moins un divisé par alpha plus bêta moins deux. Si l'un des paramètres vaut au plus un, la densité maximale peut se situer à une borne ou aux deux ; le calculateur indique donc que le mode intérieur simple est non défini. La loi bêta est centrale en inférence bayésienne, car elle est une loi a priori conjuguée des vraisemblances de Bernoulli et binomiale. Un a priori Beta(alpha, beta), actualisé avec s succès et f échecs, devient Beta(alpha + s, beta + f). Cela fournit des modèles de taux efficaces et interprétables qui expriment l'incertitude, plutôt qu'une simple estimation ponctuelle. Cette loi intervient aussi dans la modélisation de projets, les statistiques d'ordre et la génération de nombres aléatoires. Choisissez les paramètres selon l'application : alpha et bêta décrivent la forme, ce ne sont pas des probabilités. Utilisez la PDF pour comparer les densités relatives, la CDF pour une probabilité de seuil et les moments pour résumer position et dispersion.

Exemples de loi bêta

Ces paramètres illustrent des formes symétriques et asymétriques courantes.

Paramètres (α, β, x)Résultats sélectionnésForme
2, 2, 0.5PDF 1.5 ; CDF 0.5 ; moyenne 0.5Une courbe symétrique centrée sur un demi.
2, 5, 0.3PDF 2.1609 ; CDF 0.579825 ; moyenne 0.285714Une distribution asymétrique à droite, concentrée vers les petites valeurs.
5, 2, 0.7PDF 2.1609 ; CDF 0.420175 ; moyenne 0.714286Le reflet de Beta(2, 5).

Comment calculer les probabilités bêta

  1. Saisissez un paramètre de forme alpha positif.
  2. Saisissez un paramètre de forme bêta positif.
  3. Indiquez la valeur x, entre zéro et un, où évaluer la distribution.
  4. Sélectionnez Calculer la distribution, puis consultez la densité, la probabilité cumulée et les statistiques récapitulatives.

Questions fréquentes

Que contrôlent alpha et bêta ?

Ils contrôlent la concentration et l'asymétrie. Leur taille relative déplace la masse vers zéro ou un, tandis qu'une somme plus élevée réduit généralement la dispersion.

La PDF peut-elle dépasser un ?

Oui. La densité peut dépasser un, car la probabilité correspond à l'aire sous la courbe. L'aire totale de zéro à un reste exactement égale à un.

Que signifie la CDF ?

C'est la probabilité qu'une variable de loi bêta soit inférieure ou égale à la valeur x saisie. Elle est toujours comprise entre zéro et un.

Pourquoi le mode peut-il être non défini ?

La formule habituelle du mode intérieur exige deux paramètres supérieurs à un. D'autres combinaisons placent la densité maximale à une borne ou aux deux.

Comment utilise-t-on la loi bêta en analyse bayésienne ?

Elle représente souvent l'incertitude sur une probabilité de succès de Bernoulli inconnue. Les succès et les échecs mettent directement à jour ses deux paramètres de forme.