Statistique 2 : inférence statistique : pack de révision

Formulaires, étapes clés de la méthode pour chaque thème et 10 exercices, avec les corrigés complets à la fin.

Nouveaux exercicesRetour au cours

Dans la fenêtre d’impression, choisissez « Enregistrer au format PDF » pour garder une copie sur votre appareil.

1Formules et méthodes

Loi normale

Score z
z = (x − μ)/σ
En dessous de x
P(X < x) = Φ(z)
Au-dessus de x
P(X > x) = 1 − Φ(z)
Entre deux valeurs
Φ(z2) − Φ(z1)
Centile
x = μ + z·σ

Méthode

  1. Convertissez la valeur en score z : z = (x − μ)/σ.
  2. Lisez Φ(z), l’aire à gauche de z.
  3. Pour l’aire à droite, utilisez 1 − Φ(z) ; pour un intervalle, soustrayez les deux aires à gauche.
  4. Pour un centile, procédez à l’envers : trouvez z pour l’aire, puis x = μ + z·σ.

Intervalles de confiance

σ connu
x̄ ± z·σ/√n
σ inconnu
x̄ ± t·s/√n, df = n − 1
z critique
90%: 1,645, 95%: 1,96, 99%: 2,576
Taille d’échantillon
n = (z·σ/E)², rounded up

Méthode

  1. Choisissez entre z (σ de la population connu) et t (seulement l’écart type s de l’échantillon, avec n − 1 degrés de liberté).
  2. Trouvez la valeur critique pour le niveau de confiance.
  3. Marge d’erreur : E = valeur critique × écart type/√n.
  4. Intervalle : x̄ ± E.

Tests d'hypothèse et intervalles de confiance

Test z pour une moyenne
z = (x̄ − μ0)/(σ/√n)
Test t pour une moyenne
t = (x̄ − μ0)/(s/√n), df = n − 1
Bilatéral à 5%
rejeter H0 si |z| > 1,96
Intervalle de confiance
x̄ ± z·σ/√n

Méthode

  1. Énoncez H₀ et H₁ et déterminez si le test est unilatéral ou bilatéral.
  2. Calculez la statistique de test : (x̄ − μ₀)/(σ/√n), ou avec s et t.
  3. Comparez avec la valeur critique ou trouvez la valeur p.
  4. Rejetez H₀ si la statistique dépasse la valeur critique (p inférieure à α), et énoncez la conclusion en mots.

Régression linéaire et corrélation

Sommes des carrés
Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
Pente
b = Sxy/Sxx
Ordonnée à l’origine
a = ȳ − b·x̄
Corrélation
r = Sxy/√(SxxSyy)
Résidu
e = y − ŷ

Tests du khi-deux

Statistique de test
χ² = Σ(O − E)²/E
Ajustement
E = n·p, df = k − 1 − (estimated parameters)
Indépendance
E = row total × column total / grand total, df = (r − 1)(c − 1)
Valeurs critiques (α = 0,05)
df 1: 3,841, 2: 5,991, 3: 7,815, 4: 9,488
Décision
rejeter H0 si χ² > χ²crit

2Exercices

1.Loi normaleMoyen
−3−2−10123zaire colorée entre −z et z = 0,8165

Faites glisser z pour que l’aire colorée entre −z et z sous la courbe normale centrée réduite soit 0,8165. Trouvez z avec deux décimales.

A = 0,8165
z =
2.Loi normaleDifficile
μ = 32x = ?95%

On suppose que les délais de livraison suivent une loi normale de moyenne 32 min et d’écart-type 6 min. Trouvez la valeur x en dessous de laquelle se situent 95 % des valeurs (le 95e centile).

μ = 32σ = 6P = 95%
x = min
3.Intervalles de confianceMoyen
n = 25, s = 5,5LUx̄ = 85,5E = ?90%

Un échantillon de 25 éléments a une moyenne de 85,5 et un écart-type s = 5,5. La population est approximativement normale. Trouvez la marge d’erreur E d’un intervalle de confiance à 90 % pour la moyenne.

n = 25x̄ = 85,5s = 5,590%t(24) = 1,711
E =
4.Intervalles de confianceDifficile
σ = 13, n = ?x̄ − Ex̄ + Ex̄E = 1,590%

L’écart-type de la population est 13. Quelle taille d’échantillon n faut-il pour qu’un intervalle de confiance à 90 % pour la moyenne ait une marge d’erreur d’au plus 1,5 ?

σ = 13E = 1,590%
n =
5.Tests d'hypothèse et intervalles de confianceMoyen
t −1,99801,998

Un échantillon de 64 étudiants a une note moyenne de 97,3 et un écart-type d'échantillon de 12. Calcule la statistique de test t pour H₀ : μ = 100.

μ₀ = 100x̄ = 97,3s = 12n = 64
t =
6.Tests d'hypothèse et intervalles de confianceDifficile
z −1,9601,96

Un échantillon de 16 mesures a une moyenne de 501,7. L'écart-type de la population est 4. Trouve la borne supérieure U de l'intervalle de confiance à 95 % pour la moyenne.

x̄ = 501,7σ = 4n = 1695%
U =
7.Régression linéaire et corrélationMoyen
xy3405467569661176xy510406080

Le tableau donne 5 observations appariées de x = dépenses publicitaires en k€ et y = ventes en k€. Trouvez le coefficient de détermination r² de la droite des moindres carrés.

n = 5
r² =
8.Régression linéaire et corrélationDifficile
xy2641462082310291237xy51010203040x = 5

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. On fait une nouvelle observation (5, 12). Trouvez son résidu e = y − ŷ.

n = 6(5, 12)
e =
9.Tests du khi-deuxMoyen
busvélovoitureTotalétudiants26112360personnel2414240Total502525100

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.

N = 1002 × 3
χ² =
10.Tests du khi-deuxDifficile
ouinonTotalusine A4753100usine B132740usine C122840Total72108180dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

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.

N = 1803 × 2α = 0,01
χ² =

3Solutions

1.Loi normale

Réponse: z = 1,33

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.

Aire à gauche de z

Φ(z) = (1 + 0,8165)/2 = 0,9082

Lire la table de z à l’envers

Trouvez 0,9082 dans la table et lisez z.

z = 1,33

Réponse

z = 1,33
2.Loi normale

Réponse: x = 41,87 min

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.

z du centile

Φ(z) = 0,95 → z = 1,645

Retour à x

x = 32 + 1,645·6 = 41,87 min

Réponse

x = 41,87 min
3.Intervalles de confiance

Réponse: E = 1,882

Intervalle de confiance pour une moyenne : x̄ ± marge d’erreur. Si l’écart-type σ de la population est connu, la marge vaut z·σ/√n ; si l’on ne dispose que de l’écart-type de l’échantillon s, utilisez t à n − 1 degrés de liberté : t·s/√n. Valeurs critiques : z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Pour obtenir une marge E ou moins, il faut n ≥ (z·σ/E)², arrondi à l’entier supérieur.

Valeur critique

df = n − 1 = 24, t = 1,711

Marge d'erreur

E = 1,711·5,5/√25 = 1,882

Réponse

E = 1,882
4.Intervalles de confiance

Réponse: n = 204

Intervalle de confiance pour une moyenne : x̄ ± marge d’erreur. Si l’écart-type σ de la population est connu, la marge vaut z·σ/√n ; si l’on ne dispose que de l’écart-type de l’échantillon s, utilisez t à n − 1 degrés de liberté : t·s/√n. Valeurs critiques : z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Pour obtenir une marge E ou moins, il faut n ≥ (z·σ/E)², arrondi à l’entier supérieur.

Résoudre pour n

n = (1,645·13/1,5)² = 203,3

Arrondir vers le haut

Une taille d’échantillon est un nombre entier, et arrondir vers le bas rendrait la marge trop grande.

n = 204

Réponse

n = 204
5.Tests d'hypothèse et intervalles de confiance

Réponse: t = −1,8

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).

Erreur type

SE = 12/√64 = 12/8 = 1,5

Statistique de test

t = (97,3 − 100)/1,5 = −1,8

Réponse

t = −1,8
t0,025; df = 63 = 1,998

|t| < 1.998, donc H₀ n’est pas rejetée au seuil de 5 % (bilatéral).

6.Tests d'hypothèse et intervalles de confiance

Réponse: U = 503,7

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).

Marge d'erreur

E = 1,96·4/√16 = 1,96

Borne de l'intervalle

U = 501,7 + 1,96 = 503,7

Réponse

U = 503,7
7.Régression linéaire et corrélation

Réponse: r² = 0,9925

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.

Moyennes

x̄ = 35/5 = 7
ȳ = 284/5 = 56,8

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 184
Syy = Σ(y − ȳ)² = 852,8

Coefficient de détermination

r² = 184²/(40·852,8) = 0,9925

Réponse

r² = 0,9925

Environ 99,25 % de la variation de y est expliquée par la droite.

8.Régression linéaire et corrélation

Réponse: e = −3,7

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.

Moyennes

x̄ = 42/6 = 7
ȳ = 129/6 = 21,5

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 203

Droite de régression

b = 203/70 = 2,9
a = 21,5 − 2,9·7 = 1,2
ŷ = 1,2 + 2,9·x

Valeur prédite

ŷ = 1,2 + 2,9·5 = 15,7

Résidu

e = 12 − 15,7 = −3,7

Réponse

e = −3,7

Le point se trouve en dessous de la droite.

9.Tests du khi-deux

Réponse: χ² = 14,67

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.

Effectifs attendus

étudiants: 60·50/100 = 30, 60·25/100 = 15, 60·25/100 = 15
personnel: 40·50/100 = 20, 40·25/100 = 10, 40·25/100 = 10

Statistique du khi-deux

χ² = (26 − 30)²/30 + (11 − 15)²/15 + (23 − 15)²/15 + (24 − 20)²/20 + (14 − 10)²/10 + (2 − 10)²/10
χ² = 14,67

Réponse

χ² = 14,67

df = 2. Pour α = 0,05, la valeur critique vaut 5,991 ; H₀ (indépendance) est donc rejetée.

10.Tests du khi-deux

Réponse: χ² = 4,646

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.

Effectifs attendus

usine A: 40, 60
usine B: 16, 24
usine C: 16, 24

Statistique du khi-deux

χ² = (47 − 40)²/40 + (53 − 60)²/60 + (13 − 16)²/16 + (27 − 24)²/24 + (12 − 16)²/16 + (28 − 24)²/24
χ² = 4,646

Décision

df = 2, χ²crit = 9,210
4,646 < 9,210

Réponse

χ² = 4,646

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