Loi binomiale négative

En probabilité et en statistiques, une loi binomiale négative est la distribution de probabilité discrète du nombre d'échecs dans une série d'épreuves de Bernoulli indépendantes et identiquement distribuées jusqu'à avoir un nombre fixe n de succès. Par exemple, c'est la distribution de probabilité du nombre de piles obtenus dans une série de pile ou face jusqu'à avoir vu n faces. Plus précisément, elle décrit la situation suivante : une expérience consiste en une série de tirages indépendants, donnant un succès avec probabilité p (constante durant toute l'expérience) et un échec avec une probabilité complémentaire 1-p. Cette expérience se poursuit jusqu'à l'obtention d'un nombre donné n de succès. La variable aléatoire représentant le nombre d'échecs, avant l'obtention du nombre donné n de succès, suit alors une loi binomiale négative. Ses paramètres sont : le nombre n de succès attendus, et la

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (14)

Publications associées

Chargement

Personnes associées

Chargement

Unités associées

Chargement

Concepts associés (38)

Concepts associés

Chargement

Cours associés (21)

Cours associés

Chargement

Séances de cours associées (58)

Séances de cours associées

Chargement

Monitoring the Cellular Cholesterol Distribution via NanoSIMS Imaging

Mustafa Demir

Cholesterol is a very crucial lipid for animal cells, since it is the building block of cellular membranes, control fluidity of membranes, regulate intracellular transport, cell signalling, nerve conduction and serve as a precursor for synthesis of vitamin D and steroid hormones. Cholesterol is such an important biological molecule for animal cells, yet it has been a real challenge so far, to understand distribution of cholesterol within the biological membranes. In our study, using ultra-high resolution ion microprobe (NanoSIMS) imaging enables us to detect incorporated cholesterol in cells, introduced as 13C labeled cholesterol, in nanometer scale. Then, we are able to monitor the localization of detected cholesterol in cellular structures by combining NanoSIMS (Secondary Ion Mass Spectrometry) with electron microscopy. Our aim in this study is to determine level of incorporated cholesterol in cellular membranes, secretion and endocytic systems, by the help of NanoSIMS imaging combined with electron microscopy.

2015

Chargement

Monitoring the Cellular Cholesterol Distribution via nanoSIMS Imaging

Mustafa Demir

Cholesterol is a very important lipid, manufactured by all animal cells for their use. About 20-25% of total daily cholesterol production occurs in the liver; other sites that have higher synthesis rate are intestine, adrenal glands and reproductive organs. It is not only produced in the body cells but also it can be obtained from dietary sources as well. Presence of cholesterol is very crucial for animal cells, since it is the building block of cellular membranes provide membrane fluidity over the range of physiological temperatures; within the cell membrane, it also functions to regulate intracellular transport, cell signaling and nerve conduction. Moreover, it is a precursor for synthesis vitamin D and and steroid hormones. Cholesterol is such an important biological molecule for animal cells, yet it has been a real challenge so far, to understand distribution of cholesterol within the biological membranes. In our study, via using 13C labeled cholesterol, we are able to monitor incorporated cholesterol in cellular structures, with the help of combination of Electron Microscopy imaging and nanoSIMS imaging. Our aim in this study is to address a really fundamental question, what is the distribution gradient of cholesterol, through different layers of cellular membranes.

2015

Chargement

Strong convergence of multivariate maxima

Simone Padoan, Stefano Rizzelli

It is well known and readily seen that the maximum of n independent and uniformly on [0, 1] distributed random variables, suitably standardised, converges in total variation distance, as n increases, to the standard negative exponential distribution. We extend this result to higher dimensions by considering copulas. We show that the strong convergence result holds for copulas that are in a differential neighbourhood of a multivariate generalised Pareto copula. Sklar's theorem then implies convergence in variational distance of the maximum of n independent and identically distributed random vectors with arbitrary common distribution function and (under conditions on the marginals) of its appropriately normalised version. We illustrate how these convergence results can be exploited to establish the almost-sure consistency of some estimation procedures for max-stable models, using sample maxima.

CAMBRIDGE UNIV PRESS2020

Chargement

Loi de Poisson

En théorie des probabilités et en statistiques, la loi de Poisson est une loi de probabilité discrète qui décrit le comportement du nombre d'événements se produisant dans un intervalle de temps fixé

Loi de probabilité

thumb|400px 3 répartitions.png En théorie des probabilités et en statistique, une loi de probabilité décrit le comportement aléatoire d'un phénomène dépendant du hasard. L'étude des phénomènes aléa

Loi géométrique

En théorie des probabilités et en statistique, la loi géométrique désigne, selon la convention choisie, l'une des deux lois de probabilité suivantes :

la loi du nombre X d'épreuves de

MATH-408: Regression methods

General graduate course on regression methods

PHYS-403: Computer simulation of physical systems I

The two main topics covered by this course are classical molecular dynamics and the Monte Carlo method.

MATH-442: Statistical theory

The course aims at developing certain key aspects of the theory of statistics, providing a common general framework for statistical methodology. While the main emphasis will be on the mathematical aspects of statistics, an effort will be made to balance rigor and intuition.