^{page 45 note 1)} Il s'agit plus précisément de cas qui ont pris fin en 1960, à l'exclusion de ceux qui n'ont pas donné lieu à annotations sur la fiche individuelle pour le motif que le pronostic formulé était inférieur à quatre jours.

^{page 47 note 1)} On observera que le rapport entre la moyenne des cas et le coefficient de répétition donne la probabilité de tomber malade au moins une fois.

^{page 47 note 2)} Il faut observer que la probabilité plus élevée de tomber malade pour une personne ayant déjà été frappée de maladie, peut dépendre du fait que la première maladie rend l'organisme plus exposé à de nouveaux événements morbides, ou bien encore de l'existence au sein du groupe observé d'une hétérogénéité a priori des individus consédérs par rapport à la possibilité de tomber malade. La discrimination entre ces deux possibilités n'est pas facile à faire ni sur le plan théorique ni sur celui de la récolte des données: nous avons donc préféré nous abstenir de toute considération à cet égard.

^{page 48 note 1)} Cfr.Greenwood, M. et Yule, G. U., An inquiry into the nature of frequency-distributions of multiple happenings, etc., dans „Journal of the Royal Statistical Society”, 1920, vol. 83CrossRefGoogle Scholar.

Il peut être utile d'observer que la distribution binomiale négative (formule (5) du texte) résulte d'un mélange de distributions de Poisson (formule (1) du texte) qu'on obtient en donnant au paramètre λ (= m) toutes les valeurs de o à ∞ et en attribuant à chacune de ces distributions de Poisson un poids exprimé par la fonction

c'est-â-dire qu'on obtient

La bonne adhérence des données observées à la fonction (5) peut donc être interprétée dans le sens que de nombreux sous-groupes coexistent au sein du groupe d'assurés observé, chacun de ces sous-groupes ayant une valeur propre de λ (= m), c'est-à-dire son propre nombre moyen de cas de maladie auxquels on peut s'attendre pendant la péviode annuelle prise en considération.

Les valeurs de la fonction g (λ) ont résulté être les suivants

^{page 53 note 1)} Cfr.Coppini, M. A., Reduction factors and sickness distribution by duration, dans „Transactions of the First International Conference of Social Security Actuaries and Statisticians”, Bruxelles, novembre 1956 — ISSAGoogle Scholar. Nous renvoyons le lecteur à ce travail pour la méthode utilisée dans la determination des paramètres.

^{page 54 note 1)} On se rappellera le sens de cas uniques, doubles, triples, … défini au paragraphe précédent.

^{page 55 note 1)} La formule (17) est immédiate; quant à la (18), il suffit d'observer que tous les moments depuis l'origine d'une distribution composée satisfont à une relation analogue à la (17), et que la variance est la différence entre le moment second et le carré du moment premier.

^{page 55 note 2)} Cfr.Gini, C., Memorie di metodologia statistica, Vol. 1, p. 228, Ed. Giuffré, , MilanoGoogle Scholar.

^{page 58 note 1)} Cfr. l'ouvrage cité en page 53.