Cochran, Fischer et application test chi-deux

Développement très riche, mais long. Il faut bien le connaître pour qu'il rentre dans le temps, et ne pas traîner. Comme je l'ai écrit dans les remarques à la fin de ce document, je recommande vivement ce développement aux options A, mais je le déconseille vivement pour ceux qui n'ont jamais manipulé des vecteurs gaussiens. On a besoin de plein de notions hors programme. On applique le théorème de Cochran, très théoriques, au test d'adéquation du $\khi^2$ discret, qui a des applications nombreuses en statistiques. Côté recasages à mon avis: Loi d'une variable aléatoire Convergence d'une suites de variables aléatoires Indépendance en probabilité Pour la leçon \"VA discrètes\" ça se discute: certes le théorème de Cochran n'est pas du tout dans l'esprit de cette leçon, mais l'application, elle, y est en plein dedans. Je ne l'avais finalement pas mis dans cette leçon, car j'aurais bien eu du mal à l'intégrer dans ma leçon, sans faire une partie hors sujet sur les vecteurs gaussiens. Les remarques que j'ai mises à la fin du document sont purement personnelles ; elles font souvent référence aux difficultés que j'ai pu avoir au moment de préparer mes développements, peut-être certains pourront les trouver utiles... S'il y a une erreur dans le document ou quelque chose de douteux, vous pouvez me contacter par mail avec plaisir.

Recasages choisis : 261, 262, 264, 266 (j'ai mis la 264 pour l'application, mais pas hyper sûre de ce recasage)