Formulaires, étapes clés de la méthode pour chaque thème et 10 exercices, avec les corrigés complets à la fin.
Faites glisser z pour que l’aire colorée entre −z et z sous la courbe normale centrée réduite soit 0,2358. Trouvez z avec deux décimales.
Les tailles X des hommes et Y des femmes d’un groupe sont indépendantes et normales : X a pour moyenne 180 cm et pour écart-type 10 cm, Y a pour moyenne 170 cm et pour écart-type 12 cm. Trouvez la probabilité P que X soit supérieure à Y. Arrondissez z à deux décimales.
On compare l’autonomie de la batterie de deux modèles de téléphone. Modèle 1 : 30 téléphones, moyenne 78,5 h, écart-type connu 14 h. Modèle 2 : 60 téléphones, moyenne 83,5 h, écart-type connu 4 h. Trouvez la borne inférieure de l’intervalle de confiance à 90 % pour μ₁ − μ₂.
L’écart-type de la population est 14. Quelle taille d’échantillon n faut-il pour qu’un intervalle de confiance à 95 % pour la moyenne ait une marge d’erreur d’au plus 5 ?
Deux lignes de production fabriquent la même pièce. Ligne 1 : un échantillon de 80 pièces a une longueur moyenne de 127,5 mm, et l’écart-type connu de la ligne vaut 4 mm. Ligne 2 : un échantillon de 100 pièces a une moyenne de 128,2 mm, écart-type connu 10 mm. Trouvez la statistique de test z pour H₀ : μ₁ = μ₂, en prenant la différence x̄₁ − x̄₂ (ligne 1 moins ligne 2).
Un test z unilatéral de H₀ : μ = 50 contre H₁ : μ > 50 est réalisé au seuil α = 0,01 avec un échantillon de 64 ; l’écart-type est connu et vaut 24. En réalité, la moyenne vaut 57,8. Trouvez la probabilité d’une erreur de deuxième espèce β en pourcentage.
Le tableau donne 5 observations appariées de x = dépenses publicitaires en k€ et y = ventes en k€. Trouvez le coefficient de corrélation de Pearson r.
Le tableau donne 5 observations appariées de x = heures de révision et y = note à l’examen. Utilisez la droite des moindres carrés ŷ = a + b·x. Prédisez ŷ pour x = 3,5.
Le tableau de contingence indique les effectifs observés. Pour un test d’indépendance du khi-deux, trouvez l’effectif attendu E de la case « étudiants, bus ».
Un test d’ajustement du khi-deux vérifie si les effectifs de 4 catégories suivent une loi de Poisson dont la moyenne est estimée à partir des mêmes données. À l’aide de la table, trouvez la valeur critique χ²crit au seuil de signification α = 0,05.
Réponse: z = 0,3
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.
Trouvez 0,6179 dans la table et lisez z.
Réponse: P = 0,7389
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: borne inférieure = −9,29 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 ne contient pas 0, donc les moyennes diffèrent significativement.
Réponse: n = 31
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.
Une taille d’échantillon est un nombre entier, et arrondir vers le bas rendrait la marge trop grande.
Réponse: z = −0,639
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: β = 39,2 %
Puissance d’un test : la puissance 1 − β est la probabilité de rejeter H₀ quand elle est fausse. Trouvez le seuil x̄c à partir de μ₀ et z_α, puis calculez la probabilité de dépasser x̄c avec la vraie moyenne : z = (x̄c − μ)/(σ/√n).
Réponse: r = 0,9909
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 = 53,05
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 = 28,63
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: χ²crit = 5,991
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