Loi De Poisson

Loi de Poisson : définition, propriétés et applications pour les étudiants en santé

La loi de Poisson est l’un des modèles probabilistes les plus utilisés en statistique, en épidémiologie et dans les filières PASS, LAS ou BTS/DCG. Elle décrit la probabilité d’observer un certain nombre d’évènements rares dans un intervalle de temps ou d’espace fixé, lorsqu’ils surviennent de manière indépendante à un taux moyen constant. Cet article vous propose une vue d’ensemble claire, les étapes de calcul et des exemples concrets pour préparer vos examens.

1. Quand utilise‑t‑on la loi de Poisson ?

La loi de Poisson est adaptée lorsque les conditions suivantes sont réunies :

Les évènements étudiés sont rarissimes (par exemple, le nombre d’accidents mortels sur une journée).
Ils se produisent de façon indépendante les uns des autres.
Le taux moyen d’occurrence, noté λ (lambda), reste constant pendant l’intervalle considéré.

Dans les études de santé, on l’emploie fréquemment pour modéliser le nombre de nouveaux cas de maladie dans une population ou le nombre de consultations d’urgence par heure.

2. Formule de la loi de Poisson

Si X représente le nombre d’évènements observés, alors X suit une loi de Poisson de paramètre λ. La probabilité d’obtenir exactement k évènements est donnée par :

P(X = k) = \(\frac{e^{-λ} λ^{k}}{k!}\)

où e est la base du logarithme naturel (≈ 2,71828) et k! le factoriel de k.

3. Principales propriétés

Espérance et variance : pour une loi de Poisson, E(X) = Var(X) = λ. Cette égalité facilite les vérifications rapides lors d’un exercice.
Somme de variables indépendantes : la somme de deux variables suivant une loi de Poisson de paramètres λ₁ et λ₂ suit aussi une loi de Poisson de paramètre λ₁ + λ₂.
Approximation du binomial : lorsque n est grand et p petit (np ≤ 5), le modèle binomial B(n, p) peut être approximé par une loi de Poisson de paramètre λ = np.