Comment tester l’indépendance de deux comportements de clients ?
Réponse courte
Dans une population et un mode de tirage précisés, compare P(A ∩ B) à P(A) × P(B). Les événements sont indépendants dans ce modèle si ces valeurs sont égales ; une différence suffit à réfuter l’indépendance.
Comprendre
Définir les événements et l’univers
Nomme A et B, puis précise la population étudiée et la façon de choisir un client. Si le choix est uniforme parmi une liste, calcule chaque probabilité à partir de son effectif favorable divisé par l’effectif total.
Comparer intersection et produit
Le critère est P(A ∩ B) = P(A)P(B). Pour une enquête de 200 clients, 120 utilisent le retrait, 80 reçoivent une lettre et 48 font les deux. Alors P(A) = 0,6, P(B) = 0,4 et P(A ∩ B) = 0,24 ; le produit vaut aussi 0,24. Les comportements sont indépendants pour cette liste et ce choix uniforme.
Borner la conclusion
Une égalité exacte établit l’indépendance dans le modèle considéré, non une absence universelle de lien causal entre les comportements. Garde les fractions ou assez de décimales pendant le calcul : un arrondi prématuré peut fabriquer une égalité apparente.
Étapes
- Définis A, B, l’univers et la règle de choix du client.
- Calcule P(A), P(B) et P(A ∩ B) à partir des données.
- Compare P(A ∩ B) et P(A)P(B) avec une précision suffisante.
- Conclue seulement pour la population et le modèle examinés.
Exemples
- Sur 200 clients, 120 utilisent le retrait, 80 reçoivent une lettre et 48 cumulent les deux : 48/200 = (120/200)(80/200) = 0,24, donc indépendance dans cette liste.
- Sur 100 commandes, 40 sont express, 30 ont un accessoire et 15 réunissent les deux : 0,15 ≠ 0,4 × 0,3 = 0,12, donc elles ne sont pas indépendantes.
Pièges fréquents
- Généraliser une égalité observée à tous les clients : elle décrit seulement l’univers et le tirage de l’étude.
- Comparer des nombres arrondis trop tôt : les valeurs exactes peuvent différer même si leurs affichages semblent égaux.
Pourquoi ça marche
Le produit P(A)P(B) est égal à l’intersection lorsque connaître la réalisation de A ne change pas la probabilité de B.
