Skip to content
Omnikalc

Loi binomiale négative : combien d'essais pour r succès ?

Obtenez la probabilité que le r-ième succès survienne au k-ième essai, au plus tard ou plus tard, avec l'espérance et la variance du nombre d'essais.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

P(X = k) : r-ième succès exactement au k-ième essai

0,10451

P(X ≤ k) : r succès en k essais au plus

0,68461

P(X > k)
0,31539
Espérance du nombre d'essais r ÷ p
7,5
Variance r(1 − p) ÷ p²
11,25
Nombre moyen d'échecs avant le r-ième succès
4,5

La loi binomiale négative

La loi binomiale négative, appelée aussi loi de Pascal, généralise la loi géométrique : elle décrit le nombre d’épreuves indépendantes nécessaires pour obtenir r succès, chaque épreuve ayant la même probabilité de succès p. Combien de lancers francs jusqu’au troisième panier ? Combien d’appels pour conclure cinq ventes ? Combien de forages avant trois puits productifs ?

Les formules

Avec X le nombre d’épreuves nécessaires au r-ième succès :

  • P(X = k) = C(k − 1, r − 1) × pʳ × (1 − p)^(k − r), pour k ≥ r ;
  • P(X ≤ k) = probabilité d’au moins r succès en k épreuves, calculée avec la loi binomiale ;
  • espérance r ÷ p, variance r(1 − p) ÷ p².

Le terme C(k − 1, r − 1) compte les façons de placer les r − 1 premiers succès parmi les k − 1 premières épreuves, la dernière devant être le r-ième succès.

Exemple

On veut r = 3 succès, chaque épreuve réussissant avec la probabilité p = 0,4 :

  • 3e succès exactement à la 8e épreuve : C(7, 2) × 0,4³ × 0,6⁵ = 21 × 0,064 × 0,0778 ≈ 0,105 ;
  • 3 succès en 8 épreuves au plus : ≈ 0,685 ;
  • plus de 8 épreuves nécessaires : ≈ 0,315 ;
  • espérance de 7,5 épreuves, dont 4,5 échecs en moyenne, et variance de 11,25.

Deux conventions

Certains manuels et logiciels comptent le nombre d’échecs avant le r-ième succès plutôt que le nombre d’épreuves. Les deux diffèrent de r : échecs = épreuves − r. Vérifiez la convention de votre source ; dans R, par exemple, dnbinom compte les échecs.

Usage en statistique

Au-delà des temps d’attente, la binomiale négative est le modèle de référence des données de comptage surdispersées, dont la variance dépasse la moyenne : nombre de consultations médicales par personne, de sinistres par assuré, d’insectes par plante. La loi de Poisson impose une variance égale à la moyenne ; la binomiale négative ajoute un paramètre de dispersion. C’est pourquoi la régression binomiale négative est très utilisée en épidémiologie, en écologie et en actuariat.

Lois voisines

  • Avec r = 1, la binomiale négative se réduit à la loi géométrique.
  • La loi binomiale fixe le nombre d’épreuves et compte les succès ; la binomiale négative fixe le nombre de succès et compte les épreuves.
  • La somme de r variables géométriques indépendantes de même paramètre p suit une loi binomiale négative.

Questions fréquentes

Qu'est-ce que la loi binomiale négative ?

Elle donne la probabilité que le r-ième succès survienne à un essai donné, ou après un nombre donné d'échecs.

Quel lien avec la loi géométrique ?

La loi géométrique est le cas particulier r = 1.

Quelle est son espérance ?

r/p essais, soit r(1 − p)/p échecs avant le r-ième succès.

Où l'utilise-t-on ?

Prospection commerciale, contrôle qualité, données de comptage plus dispersées qu'une loi de Poisson.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.