Formulaires, étapes clés de la méthode pour chaque thème et 10 exercices, avec les corrigés complets à la fin.
On suppose que les délais de livraison suivent une loi normale de moyenne 32 min et d’écart-type 6 min. Quelle proportion se situe entre 30,5 et 38,3 min ? Donnez P sous forme décimale.
Les les durées de vie des piles suivent une loi normale de moyenne 500 h et d’écart type 40 h. Faites glisser le seuil pour que les 30 % les plus bas (zone colorée) soient à sa gauche. Trouvez le seuil x.
On compare l’autonomie de la batterie de deux modèles de téléphone. Modèle 1 : 100 téléphones, moyenne 60,5 h, écart-type connu 11 h. Modèle 2 : 60 téléphones, moyenne 61,5 h, écart-type connu 12 h. Trouvez la marge d’erreur E de l’intervalle de confiance à 90 % pour μ₁ − μ₂.
Une étude pilote suggère qu’environ 0,3 des produits sont défectueux. Combien de produits n faut-il contrôler pour qu’un intervalle de confiance à 99 % pour la proportion ait une marge d’erreur d’au plus 0,025 ?
Un échantillon de 36 étudiants a une note moyenne de 93,8 et un écart-type d'échantillon de 12. Calcule la statistique de test t pour H₀ : μ = 100.
Quelle taille doit avoir un échantillon pour que l'intervalle de confiance à 99 % d'une moyenne ait une marge d'erreur d'au plus 2,5 ? L'écart-type est 20. Trouve la plus petite taille d'échantillon n.
Le tableau donne 5 observations appariées de x = heures de révision et y = note à l’examen. Trouvez le coefficient de corrélation de Pearson r.
Le tableau donne 6 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 = 9.
Le tableau de contingence indique les effectifs observés. Pour un test d’indépendance du khi-deux, trouvez l’effectif attendu E de la case « rural, moyen ».
Le tableau indique les effectifs observés. Testez au seuil α = 0,01 si les deux variables sont indépendantes (sans correction de continuité). Calculez la statistique de test χ², puis comparez-la à la valeur critique de la table.
Réponse: P = 0,4518
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: x = 479 h
D’une aire à z : Φ(z) est l’aire à gauche de z. Pour une aire A de la queue gauche, trouvez dans la table le z tel que Φ(z) = A. Une aire A de la queue droite signifie Φ(z) = 1 − A. Une aire centrale A entre −z et z laisse (1 − A)/2 dans chaque queue, donc Φ(z) = (1 + A)/2. Pour une valeur x, utilisez x = μ + zσ.
Réponse: E = 3,125 h
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.
L’intervalle contient 0, donc les données ne montrent pas de différence significative.
Réponse: n = 2230
Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.
Réponse: t = −3,1
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).
|t| > 2,03, donc H₀ est rejetée au seuil de 5 % (bilatéral).
Réponse: n = 425
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 = 0,7718
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 = 29,82
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: E = 20,34
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.
Réponse: χ² = 0,6944
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.
χ² est inférieur à la valeur critique, donc H₀ n’est pas rejetée : il n’y a pas de preuve significative d’une relation.
ExamProblems · examproblems.com/courses/statistics-2-inference