Formulaires, étapes clés de la méthode pour chaque thème et 10 exercices, avec les corrigés complets à la fin.
X est normale de moyenne 12 min et d’écart-type 1,5 min ; Y est indépendante et normale de moyenne 20 min et d’écart-type 2 min. Trouvez la probabilité P que X + Y dépasse 29,5 min. Arrondissez z à deux décimales.
On suppose que les scores de QI suivent une loi normale de moyenne 100 points et d’écart-type 15 points. Trouvez la valeur x en dessous de laquelle se situent 75 % des valeurs (le 75e centile).
On mesure la tension artérielle de 11 patients avant et après un traitement. Les différences d = avant − après (mmHg) ont une moyenne de 8,3 et un écart-type de 5,8. Trouvez la borne inférieure de l’intervalle de confiance à 99 % pour la différence moyenne.
On teste deux engrais. Groupe de parcelles 1 : 6 parcelles, rendement moyen 43,5 kg, écart-type 10 kg. Groupe de parcelles 2 : 6 parcelles, moyenne 43 kg, écart-type 1 kg. Supposez les variances égales (t avec variance commune, df = n₁ + n₂ − 2). Trouvez la borne inférieure de l’intervalle de confiance à 99 % pour μ₁ − μ₂.
Deux lignes de production fabriquent la même pièce. Ligne 1 : un échantillon de 60 pièces a une longueur moyenne de 97,5 mm, et l’écart-type connu de la ligne vaut 15 mm. Ligne 2 : un échantillon de 100 pièces a une moyenne de 101,1 mm, écart-type connu 12 mm. Trouvez la statistique de test z pour H₀ : μ₁ = μ₂, en prenant la différence x̄₁ − x̄₂ (ligne 1 moins ligne 2).
Quelle taille doit avoir un échantillon pour que l'intervalle de confiance à 95 % d'une moyenne ait une marge d'erreur d'au plus 1,5 ? L'écart-type est 12. Trouve la plus petite taille d'échantillon n.
Le tableau donne 5 observations appariées de x = dépenses publicitaires en k€ et y = ventes en k€. Leurs sommes sont données. Trouvez le coefficient de corrélation de Pearson r à partir de ces sommes.
Le tableau donne 5 observations appariées de x = charge en kN et y = allongement en mm. Utilisez la droite des moindres carrés ŷ = a + b·x. Prédisez ŷ pour x = 5.
Le tableau de contingence indique les effectifs observés. Calculez la statistique du khi-deux χ² du test d’indépendance entre la variable en ligne et la variable en colonne. N’utilisez pas de correction de continuité.
Un test d’indépendance du khi-deux est effectué sur un tableau de contingence de 2 lignes et 11 colonnes (sans compter les totaux). À l’aide de la table, trouvez la valeur critique χ²crit au seuil de signification α = 0,01.
Réponse: P = 0,8413
Sommes et différences de variables normales : si X et Y sont indépendantes et normales, X + Y et X − Y sont aussi normales. Les moyennes s’additionnent ou se soustraient : E(X ± Y) = μX ± μY. Les variances s’additionnent toujours, même pour une différence : Var(X ± Y) = σX² + σY², donc σ = √(σX² + σY²). Les écarts-types ne s’additionnent jamais directement. Le total de n éléments indépendants de même loi a pour moyenne n·μ et pour écart-type σ·√n. Centrez et réduisez ensuite comme d’habitude : z = (x − moyenne)/σ et lisez Φ(z).
Réponse: x = 110,1 points
Loi normale : transformez une valeur x en score z, z = (x − μ)/σ, qui compte le nombre d’écarts-types par rapport à la moyenne. Une table de z (ou Φ(z)) donne l’aire à gauche de z, c’est-à-dire P(X < x). L’aire à droite vaut 1 − Φ(z), et l’aire entre deux valeurs est la différence de leurs deux aires.
Réponse: borne inférieure = 2,758 mmHg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Réponse: borne inférieure = −12,5 kg
Interval for a difference: estimate ± critical value × standard error. For two independent means with known σ: SE = √(σ₁²/n₁ + σ₂²/n₂) and z. With equal unknown variances: pooled s_p and t with n₁ + n₂ − 2 degrees of freedom. For paired data, work with the differences: d̄ ± t·s_d/√n.
Réponse: z = −1,58
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
|z| < 1,96, donc H₀ n’est pas rejetée au seuil de 5 % (bilatéral).
Réponse: n = 246
Test sur une moyenne : la statistique de test mesure à combien d'erreurs types la moyenne de l'échantillon se trouve de la valeur affirmée dans H₀ : z = (x̄ − μ₀)/(σ/√n) quand σ est connu, t = (x̄ − μ₀)/(s/√n) quand il est estimé sur l'échantillon. Un intervalle de confiance vaut x̄ ± (valeur critique)·(erreur type).
Réponse: r = 0,9962
Régression par les moindres carrés : avec x̄ et ȳ les moyennes, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² et Sxy = Σ(x − x̄)(y − ȳ), la droite ŷ = a + b·x a pour pente b = Sxy/Sxx et pour ordonnée à l’origine a = ȳ − b·x̄ ; elle passe donc toujours par (x̄, ȳ). Le coefficient de corrélation de Pearson r = Sxy/√(Sxx·Syy) est compris entre −1 et 1 ; r² est la part de la variation de y expliquée par la droite.
Réponse: ŷ = 18,5
Régression par les moindres carrés : avec x̄ et ȳ les moyennes, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² et Sxy = Σ(x − x̄)(y − ȳ), la droite ŷ = a + b·x a pour pente b = Sxy/Sxx et pour ordonnée à l’origine a = ȳ − b·x̄ ; elle passe donc toujours par (x̄, ȳ). Le coefficient de corrélation de Pearson r = Sxy/√(Sxx·Syy) est compris entre −1 et 1 ; r² est la part de la variation de y expliquée par la droite.
Réponse: χ² = 5,496
Tests du khi-deux : comparez les effectifs observés O aux effectifs E attendus sous H₀ avec χ² = Σ(O − E)²/E. Ajustement : E = n·p pour chaque catégorie, df = k − 1 (moins un de plus pour chaque paramètre estimé à partir des données). Indépendance dans un tableau r × c : E = total de la ligne × total de la colonne / total général, df = (r − 1)(c − 1). Rejetez H₀ lorsque χ² dépasse la valeur critique pour le α choisi.
df = 2. Pour α = 0,05, la valeur critique vaut 5,991 ; H₀ (indépendance) est donc non rejetée.
Réponse: χ²crit = 23,21
Tests du khi-deux : comparez les effectifs observés O aux effectifs E attendus sous H₀ avec χ² = Σ(O − E)²/E. Ajustement : E = n·p pour chaque catégorie, df = k − 1 (moins un de plus pour chaque paramètre estimé à partir des données). Indépendance dans un tableau r × c : E = total de la ligne × total de la colonne / total général, df = (r − 1)(c − 1). Rejetez H₀ lorsque χ² dépasse la valeur critique pour le α choisi.
Rejetez H₀ si le χ² calculé est supérieur à cette valeur.
ExamProblems · examproblems.com/courses/statistics-2-inference