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
X est normale de moyenne 250 g et d’écart-type 4 g ; Y est indépendante et normale de moyenne 500 g et d’écart-type 9 g. Trouvez la probabilité P que X + Y dépasse 742,1 g. Arrondissez z à deux décimales.
μX = 250, σX = 4μY = 500, σY = 9X + Y > 742,1 g
P =
2.Loi normaleDifficile
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 99 % des valeurs (le 99e centile).
μ = 32σ = 6P = 99%
x = min
3.Intervalles de confianceMoyen
Un échantillon de 16 éléments a une moyenne de 55 et un écart-type s = 17. La population est approximativement normale. Trouvez la borne inférieure de l’intervalle de confiance à 90 % pour la moyenne.
n = 16x̄ = 55s = 1790%t(15) = 1,753
borne inférieure =
4.Intervalles de confianceDifficile
L’écart-type de la population est 28. 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 5 ?
σ = 28E = 590%
n =
5.Tests d'hypothèse et intervalles de confianceMoyen
Un échantillon de 25 étudiants a une note moyenne de 197,8 et un écart-type d'échantillon de 5. Calcule la statistique de test t pour H₀ : μ = 200.
μ₀ = 200x̄ = 197,8s = 5n = 25
t =
6.Tests d'hypothèse et intervalles de confianceDifficile
Un échantillon de 81 mesures a une moyenne de 202,4. L'écart-type de la population est 20. Trouve la borne inférieure L de l'intervalle de confiance à 90 % pour la moyenne.
x̄ = 202,4σ = 20n = 8190%
L =
7.Régression linéaire et corrélationMoyen
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.
n = 5
r =
8.Régression linéaire et corrélationDifficile
Le tableau donne 5 observations appariées de x = dépenses publicitaires en k€ et y = ventes en k€. Utilisez la droite des moindres carrés ŷ = a + b·x. Prédisez ŷ pour x = 4,5.
n = 5x = 4,5
ŷ =
9.Tests du khi-deuxMoyen
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 = 802 × 2
χ² =
10.Tests du khi-deuxDifficile
Un test d’indépendance du khi-deux est effectué sur un tableau de contingence de 3 lignes et 4 colonnes (sans compter les totaux). Combien de degrés de liberté df le test a-t-il ?
3 × 4
df =
3Solutions
1.Loi normale
Réponse: P = 0,7881
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).
Loi de la somme
μ = 750 g, σ = √(4² + 9²) = 9,849 g
Centrer-réduire
z = (742,1 − 750)/9,849 = −0,8
Queue supérieure
P = 1 − Φ(−0,8) = 1 − 0,2119 = 0,7881
Réponse
P = 0,7881
2.Loi normale
Réponse: x = 45,96 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) = 0,99 → z = 2,326
Retour à x
x = 32 + 2,326·6 = 45,96 min
Réponse
x = 45,96 min
3.Intervalles de confiance
Réponse: borne inférieure = 47,55
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 = 15, t = 1,753
Marge d'erreur
E = 1,753·17/√16 = 7,45
Intervalle
55 ± 7,45 → [47,55, 62,45]
Réponse
borne inférieure = 47,55
4.Intervalles de confiance
Réponse: n = 85
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 = (1,645·28/5)² = 84,86
Arrondir vers le haut
Une taille d’échantillon est un nombre entier, et arrondir vers le bas rendrait la marge trop grande.
n = 85
Réponse
n = 85
5.Tests d'hypothèse et intervalles de confiance
Réponse: t = −2,2
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 = 5/√25 = 5/5 = 1
Statistique de test
t = (197,8 − 200)/1 = −2,2
Réponse
t = −2,2
t0,025; df = 24 = 2,064
|t| > 2,064, donc H₀ est rejetée au seuil de 5 % (bilatéral).
6.Tests d'hypothèse et intervalles de confiance
Réponse: L = 198,7
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 = 1,645·20/√81 = 3,656
Borne de l'intervalle
L = 202,4 − 3,656 = 198,7
Réponse
L = 198,7
7.Régression linéaire et corrélation
Réponse: r = 0,9875
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 = 20/5 = 4
ȳ = 298/5 = 59,6
Sommes des carrés et des produits
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 60
Syy = Σ(y − ȳ)² = 369,2
Coefficient de corrélation
r = 60/√(10·369,2) = 0,9875
Réponse
r = 0,9875
8.Régression linéaire et corrélation
Réponse: ŷ = 34
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 = 15/5 = 3
ȳ = 146/5 = 29,2
Sommes des carrés et des produits
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 32
Droite de régression
b = 32/10 = 3,2
a = 29,2 − 3,2·3 = 19,6
ŷ = 19,6 + 3,2·x
Prédiction
ŷ = 19,6 + 3,2·4,5 = 34
Réponse
ŷ = 34
9.Tests du khi-deux
Réponse: χ² = 3,232
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 = 1. Pour α = 0,05, la valeur critique vaut 3,841 ; H₀ (indépendance) est donc non rejetée.
10.Tests du khi-deux
Réponse: df = 6
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.