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 à droite de z = 0,0307

Faites glisser z pour que l’aire colorée sous la courbe normale centrée réduite, à droite de z, soit 0,0307. Trouvez z avec deux décimales.

A = 0,0307
z =
2.Loi normaleDifficile
35455565758595pointsbas 60%

Les les notes d’un examen suivent une loi normale de moyenne 65 points et d’écart type 10 points. Faites glisser le seuil pour que les 60 % les plus bas (zone colorée) soient à sa gauche. Trouvez le seuil x.

μ = 65 pointsσ = 10 points60%
x = points
3.Intervalles de confianceMoyen
n = 8, s = 6LUx̄ = 51E = ?90%

Un échantillon de 8 éléments a une moyenne de 51 et un écart-type s = 6. La population est approximativement normale. Trouvez la marge d’erreur E d’un intervalle de confiance à 90 % pour la moyenne.

n = 8x̄ = 51s = 690%t(7) = 1,895
E =
4.Intervalles de confianceDifficile
σ = 37, n = ?x̄ − Ex̄ + Ex̄E = 1,595%

L’écart-type de la population est 37. 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 1,5 ?

σ = 37E = 1,595%
n =
5.Tests d'hypothèse et intervalles de confianceMoyen
t −1,98401,984

Un échantillon de 100 étudiants a une note moyenne de 118,7 et un écart-type d'échantillon de 15. Calcule la statistique de test t pour H₀ : μ = 120.

μ₀ = 120x̄ = 118,7s = 15n = 100
t =
6.Tests d'hypothèse et intervalles de confianceDifficile
σ = 4, n = ?x̄ − Ex̄ + Ex̄E = 0,595%

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 0,5 ? L'écart-type est 4. Trouve la plus petite taille d'échantillon n.

σ = 4E = 0,595%
n =
7.Régression linéaire et corrélationMoyen
xy258365473588690797xy2466080100

Le tableau donne 6 observations appariées de x = heures de révision et y = note à l’examen. Trouvez le coefficient de corrélation de Pearson r.

n = 6
r =
8.Régression linéaire et corrélationDifficile
xy1463535587669721183xy5106080ŷ = 49

Le tableau donne 6 observations appariées de x = heures de révision et y = note à l’examen. Utilisez la droite des moindres carrés ŷ = a + b·x. Pour quelle valeur x la droite prédit-elle ŷ = 49 ?

n = 6ŷ = 49
x =
9.Tests du khi-deuxMoyen
touxpas de touxTotalfumeurs5347100non-fumeurs6733100Total12080200

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 = 2002 × 2
χ² =
10.Tests du khi-deuxDifficile
dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Un test d’indépendance du khi-deux est effectué sur un tableau de contingence de 3 lignes et 3 colonnes (sans compter les totaux). À l’aide de la table, trouvez la valeur critique χ²crit au seuil de signification α = 0,01.

α = 0,01
χ²crit =

3Solutions

1.Loi normale

Réponse: z = 1,87

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 − 0,0307 = 0,9693

Lire la table de z à l’envers

Trouvez 0,9693 dans la table et lisez z.

z = 1,87

Réponse

z = 1,87
2.Loi normale

Réponse: x = 67,5 points

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

Φ(z) = 0,6

z d’après la table

z ≈ 0,25

Retour aux unités d’origine

x = 65 + 0,25·10 = 67,5 points

Réponse

x = 67,5 points
3.Intervalles de confiance

Réponse: E = 4,02

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 = 7, t = 1,895

Marge d'erreur

E = 1,895·6/√8 = 4,02

Réponse

E = 4,02
4.Intervalles de confiance

Réponse: n = 2338

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 = (1,96·37/1,5)² = 2337

Arrondir vers le haut

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

n = 2338

Réponse

n = 2338
5.Tests d'hypothèse et intervalles de confiance

Réponse: t = −0,8667

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 = 15/√100 = 15/10 = 1,5

Statistique de test

t = (118,7 − 120)/1,5 = −0,8667

Réponse

t = −0,8667
t0,025; df = 99 = 1,984

|t| < 1.984, donc H₀ n’est pas rejetée au seuil de 5 % (bilatéral).

6.Tests d'hypothèse et intervalles de confiance

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).

Résoudre pour n

n = (1,96·4/0,5)² = 245,9

Arrondir vers le haut

n = 246

Réponse

n = 246
7.Régression linéaire et corrélation

Réponse: r = 0,9844

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 = 27/6 = 4,5
ȳ = 471/6 = 78,5

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = 142,5
Syy = Σ(y − ȳ)² = 1198

Coefficient de corrélation

r = 142,5/√(17,5·1198) = 0,9844

Réponse

r = 0,9844
8.Régression linéaire et corrélation

Réponse: x = 2,08

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 = 36/6 = 6
ȳ = 378/6 = 63

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 250

Droite de régression

b = 250/70 = 3,571
a = 63 − 3,571·6 = 41,57
ŷ = 41,57 + 3,571·x

Résoudre pour x

x = (49 − 41,57)/3,571 = 2,08

Réponse

x = 2,08
9.Tests du khi-deux

Réponse: χ² = 4,083

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

fumeurs: 100·120/200 = 60, 100·80/200 = 40
non-fumeurs: 100·120/200 = 60, 100·80/200 = 40

Statistique du khi-deux

χ² = (53 − 60)²/60 + (47 − 40)²/40 + (67 − 60)²/60 + (33 − 40)²/40
χ² = 4,083

Réponse

χ² = 4,083

df = 1. Pour α = 0,05, la valeur critique vaut 3,841 ; H₀ (indépendance) est donc rejetée.

10.Tests du khi-deux

Réponse: χ²crit = 13,28

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.

Degrés de liberté

df = (3 − 1)·(3 − 1) = 4

Table

χ²crit(df = 4, α = 0,01) = 13,277

Réponse

χ²crit = 13,277

Rejetez H₀ si le χ² calculé est supérieur à cette valeur.

ExamProblems · examproblems.com/courses/statistics-2-inference