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
750 g742,1 gX + Y?

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
μ = 32x = ?99%

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
n = 16, s = 17L = ?Ux̄ = 55E90%

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
σ = 28, n = ?x̄ − Ex̄ + Ex̄E = 590%

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
t −2,06402,064

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
z −1,64501,645

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
xy246355460567670xy246506070

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
xy122224333434533xy24253035x = 4,5

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
améliorénon amélioréTotalnouveau médicament261440placebo182240Total443680

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.

Effectifs attendus

nouveau médicament: 40·44/80 = 22, 40·36/80 = 18
placebo: 40·44/80 = 22, 40·36/80 = 18

Statistique du khi-deux

χ² = (26 − 22)²/22 + (14 − 18)²/18 + (18 − 22)²/22 + (22 − 18)²/18
χ² = 3,232

Réponse

χ² = 3,232

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.

Degrés de liberté

df = (3 − 1)·(4 − 1) = 6

Réponse

df = 6

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