Qu’est-ce qu’une distribution bêta ?
La distribution bêta est une loi continue définie sur (0,1). Elle sert souvent à modéliser des probabilités, des taux et des proportions.
- α=β=1 : uniforme.
- α<1 et β<1 : en U, avec plus de masse près de 0 et 1.
- α>β : plus de masse vers 1. α<β : plus de masse vers 0.
- α et β grands : concentration plus forte autour de la moyenne.
PDF : f(x)=x^(α-1)(1-x)^(β-1)/B(α,β). Moyenne : α/(α+β). Variance : αβ/[(α+β)^2(α+β+1)].
Aucune donnée personnelle n’est nécessaire pour utiliser cet outil.
Préréglages
Appliquez rapidement des formes classiques, puis ajustez les valeurs si besoin.
Générateur
Réglez α, β, la taille d’échantillon, le nombre de classes et le mode aléatoire. Générez ensuite les échantillons et exportez les résultats.
Statistiques de l’échantillon
Échantillons (20 premiers)
Comment utiliser cet outil
Utilisez cette page pour des probabilités, des taux et des proportions qui doivent rester entre 0 et 1.
Utilisation en 3 étapes
- Réglez
αetβselon la forme attendue près de 0, près de 1 ou autour du centre. - Générez l’échantillon et comparez l’histogramme avec la moyenne et la variance théoriques.
- Changez un seul paramètre à la fois pour voir si l’effet agit sur 0, sur 1 ou sur la concentration centrale.
Comment lire le résultat
Le graphique montre où se place la masse entre 0 et 1. De grandes valeurs de α et β resserrent l’échantillon vers le centre, tandis que des valeurs inférieures à 1 peuvent pousser la densité vers les bords.
Points de vigilance aux limites
- Si
α<1, la densité peut monter fortement près de 0. - Si
β<1, la densité peut monter fortement près de 1. - N’oubliez pas que Beta correspond au cas
K=2de Dirichlet quand vous comparez les outils.
Questions fréquentes
Que contrôlent α et β ?
Pourquoi observe-t-on des pics près de 0 ou de 1 ?
Quel est le lien avec Dirichlet ?
Pourquoi deux outils peuvent-ils diverger ?
Que dois-je essayer en premier ?
α=β, puis déplacez un seul côté.Outils associés
- Hub des distributionsParcourez les générateurs de lois et les diagnostics d’aléatoire.
- Échantillonneur de distributionsUn outil multi-lois pour échantillonner et comparer rapidement plusieurs distributions.
- Générateur de distribution de DirichletGénérez des vecteurs de probabilités qui somment à 1 ; pour K=2, cela rejoint la loi bêta.
- Générateur de distribution de WeibullGénérez des durées de vie et temps avant défaillance avec Weibull(k, λ).
- Tests d’aléatoireContrôles rapides pour repérer un biais ou une structure inattendue.
- Générateur de CSV aléatoireCréez des tableaux de données de test dans votre navigateur.
- Générateur de JSON aléatoireGénérez des objets JSON de test à partir d’un schéma.
- Guide Probabilité et simulationExplorez les contenus liés aux distributions et aux simulations.