On the probability distribution of the classical Gras implication index between two binary random variables<b>Sur la distribution de probabilité de l'indice d'intensité d'implication classique de Gras entre deux variables aléatoires binnaires

Autores

  • Pablo Gregori Institut de Matemàtiques de Castelló i Aplicacions (IMAC), Universitat Jaume I de Castellón, Castellón de la Plana, Spain
  • Raphaël Couturier Université de Franche Comté, IUT Belfort-Montbéliard, Belfort, France
  • Rubén Pazmiño-Mají Facultad de Ciencias, Escuela Superior Politécnica de Chimborazo, Riobamba, Ecuador

Palavras-chave:

Binomial Model, Classical Implication Index, Conditional Probability, Multinomial Model.

Resumo

In this contribution we study the behavior of the classical Gras implication index as a random variable, when applied to a couple of Bernoulli variables, independent or not. We also show the effect of the conditional probabilityon its probability distribution, and specially on its mean value and quartiles.

Dans cette contribution nous étudions le comportement de l'indice d'implication classique de Gras comme une variable aléatoire quand celui-ci est associé à un couple de variables de Bernouilli. Nous montrons également l'effet de la probabilité conditionnellesur sa distribution de probabilité, plus particulièrement sur sa moyenne et ses quartiles.

Métricas

Carregando Métricas ...

Referências

BARBU, E. (2007), Hiérarchie cohésitive (ou implicative). Technical report, Ecole Polytechnique de l'Université de Nantes, mémoire de DEA.

COUTURIER, R. (2008), Statistical implicative analysis. In CHIC: Cohesive Hierarchical Implicative Classification, volume 127 of Studies in Computational Intelligence, pages 41-52. Springer.

GRAS, R. (1979), Contribution a l'étude expérimentale et à l'analyse de certaines acquisitions cognitives et de certains objectifs didactiques en mathématiques. PhD thesis, Thèse d'Etat, Université de Rennes 1.

GRAS, R., S. Ag Almouloud, M. Bailleul, A. Larher, M. Polo, H. Ratsimba-Rajohn, and A. Totohasina (1996), L'implication Statistique, La Pensée Sauvage.

GRAS, R., and A. Larher (1993), L'implication statistique, une nouvelle méthode d'analyse de données. Mathématiques, Informatique et Sciences Humaines, 120, 5-31.

GRAS, R., J.-C. Régnier, C. Marinica, and F. Guillet (2013), L'analyse statistique implicative Méthode exploratoire et confirmatoire à la recherche de causalités, Cépaduès Editions.

GRAS, R., E. Suzuki, F. Guillet, and F. Spagnolo (2008), Statistical Implicative Analysis, Theory and Applications, volume 127 of Studies in Computational Intelligence. Springer.

ORÚS, P., L. Zamora, and P. Gregori (2009), Teoria y Aplicaciones del Análisis Estadístico Implicativo., Departamento de Matemáticas de la Universitat Jaume I de Castellón.

REGNIER, J.-C., M. Bailleul, and R. Gras (2012), L'analyse statistique implicative: de l'exploratoire au confirmatoire. Université de Caen.

Downloads

Publicado

2014-12-18

Como Citar

Gregori, P., Couturier, R., & Pazmiño-Mají, R. (2014). On the probability distribution of the classical Gras implication index between two binary random variables<b>Sur la distribution de probabilité de l’indice d’intensité d’implication classique de Gras entre deux variables aléatoires binnaires. Educação Matemática Pesquisa: Revista Do Programa De Estudos Pós-Graduados Em Educação Matemática, 16(3), 969–980. Recuperado de https://revistas.pucsp.br/index.php/emp/article/view/21586

Edição

v. 16 n. 3 (2014)

Seção

Artigos

Licença

Autores que publicam na EMP concordam com os seguintes termos:

  1. Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
  2. NãoComercial — Você não pode usar o material para fins comerciais.
  3. SemDerivações — Se você remixar, transformar ou criar a partir do material, você não pode distribuir o material modificado.