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 = 0,9767

Faites glisser z pour que l’aire colorée sous la courbe normale centrée réduite, à droite de z, soit 0,9767. Trouvez z avec deux décimales.

A = 0,9767
z =
2.Loi normaleDifficile
380420460500540580620hhaut 5%

Les les durées de vie des piles suivent une loi normale de moyenne 500 h et d’écart type 40 h. Faites glisser le seuil pour que les 5 % les plus élevés (zone colorée) soient à sa droite. Trouvez le seuil x.

μ = 500 hσ = 40 h5%
x = h
3.Intervalles de confianceMoyen
μ₁ − μ₂0LU = ?x̄₁ − x̄₂E99%

On compare l’autonomie de la batterie de deux modèles de téléphone. Modèle 1 : 60 téléphones, moyenne 101,5 h, écart-type connu 5 h. Modèle 2 : 100 téléphones, moyenne 91 h, écart-type connu 15 h. Trouvez la borne supérieure de l’intervalle de confiance à 99 % pour μ₁ − μ₂.

n₁ = 60x̄₁ = 101,5 hσ₁ = 5 hn₂ = 100x̄₂ = 91 hσ₂ = 15 h99%
borne supérieure = h
4.Intervalles de confianceDifficile
σ = 25, n = ?x̄ − Ex̄ + Ex̄E = 2,590%

L’écart-type de la population est 25. 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 2,5 ?

σ = 25E = 2,590%
n =
5.Tests d'hypothèse et intervalles de confianceMoyen
t −2,0302,03

Un échantillon de 36 étudiants a une note moyenne de 98,53 et un écart-type d'échantillon de 4. Calcule la statistique de test t pour H₀ : μ = 100.

μ₀ = 100x̄ = 98,53s = 4n = 36
t =
6.Tests d'hypothèse et intervalles de confianceDifficile
H₀H₁μ₀x̄cμ₀ + 1,5α = 0,05βσ = 17, puissance 80%, n = ?

Un test z unilatéral au seuil α = 0,05 doit détecter un décalage de la moyenne de 1,5 unités avec une puissance de 80 %. L’écart-type vaut 17. Trouvez la taille d’échantillon minimale n.

α = 0,05puissance = 80%δ = 1,5σ = 17zα = 1,645zβ = 0,842
n =
7.Régression linéaire et corrélationMoyen
xy284136148191027xy5101020

Le tableau donne 5 observations appariées de x = charge en kN et y = allongement en mm. Trouvez le coefficient de détermination r² de la droite des moindres carrés.

n = 5
r² =
8.Régression linéaire et corrélationDifficile
xy2254366408431050xy510304050x = 7

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 = 7.

n = 5x = 7
ŷ =
9.Tests du khi-deuxMoyen
faiblemoyenélevéTotalurbain20303080rural162460100Total365490180

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 = 1802 × 3
χ² =
10.Tests du khi-deuxDifficile

Un test d’ajustement du khi-deux vérifie si les effectifs de 9 catégories suivent une loi de Poisson dont la moyenne est estimée à partir des mêmes données. Combien de degrés de liberté df le test a-t-il ?

k = 9
df =

3Solutions

1.Loi normale

Réponse: z = −1,99

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 − 0,9767 = 0,0233

Lire la table de z à l’envers

Trouvez 0,0233 dans la table et lisez z.

z = −1,99

Réponse

z = −1,99
2.Loi normale

Réponse: x = 566 h

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) = 0,95

z d’après la table

z ≈ 1,64

Retour aux unités d’origine

x = 500 + 1,64·40 = 566 h

Réponse

x = 566 h
3.Intervalles de confiance

Réponse: borne supérieure = 14,71 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.

Estimation ponctuelle

x̄₁ − x̄₂ = 101,5 − 91 = 10,5

Erreur type

SE = √(5²/60 + 15²/100) = 1,633

Marge d'erreur

E = 2,576·1,633 = 4,207

Intervalle

10,5 ± 4,207 → [6,293, 14,71]

Réponse

borne supérieure = 14,71 h

L’intervalle ne contient pas 0, donc les moyennes diffèrent significativement.

4.Intervalles de confiance

Réponse: n = 271

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 = (1,645·25/2,5)² = 270,6

Arrondir vers le haut

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

n = 271

Réponse

n = 271
5.Tests d'hypothèse et intervalles de confiance

Réponse: t = −2,205

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 = 4/√36 = 4/6 = 0,6667

Statistique de test

t = (98,53 − 100)/0,6667 = −2,205

Réponse

t = −2,205
t0,025; df = 35 = 2,03

|t| > 2,03, donc H₀ est rejetée au seuil de 5 % (bilatéral).

6.Tests d'hypothèse et intervalles de confiance

Réponse: n = 795

Taille d’échantillon pour un test : pour détecter un vrai décalage δ avec une puissance 1 − β dans un test z unilatéral au seuil α, l’erreur type doit vérifier δ = (z_α + z_β)·σ/√n, donc n = ((z_α + z_β)·σ/δ)², arrondi à l’entier supérieur.

Résoudre pour n

n = ((1,645 + 0,842)·17/1,5)² = 794,5

Arrondir vers le haut

n = 795

Réponse

n = 795
7.Régression linéaire et corrélation

Réponse: r² = 0,9362

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 = 30/5 = 6
ȳ = 81/5 = 16,2

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 88
Syy = Σ(y − ȳ)² = 206,8

Coefficient de détermination

r² = 88²/(40·206,8) = 0,9362

Réponse

r² = 0,9362

Environ 93,62 % de la variation de y est expliquée par la droite.

8.Régression linéaire et corrélation

Réponse: ŷ = 41,65

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 = 30/5 = 6
ȳ = 194/5 = 38,8

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 114

Droite de régression

b = 114/40 = 2,85
a = 38,8 − 2,85·6 = 21,7
ŷ = 21,7 + 2,85·x

Prédiction

ŷ = 21,7 + 2,85·7 = 41,65

Réponse

ŷ = 41,65
9.Tests du khi-deux

Réponse: χ² = 9

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

urbain: 80·36/180 = 16, 80·54/180 = 24, 80·90/180 = 40
rural: 100·36/180 = 20, 100·54/180 = 30, 100·90/180 = 50

Statistique du khi-deux

χ² = (20 − 16)²/16 + (30 − 24)²/24 + (30 − 40)²/40 + (16 − 20)²/20 + (24 − 30)²/30 + (60 − 50)²/50
χ² = 9

Réponse

χ² = 9

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

10.Tests du khi-deux

Réponse: df = 7

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 = 9 − 1 − 1 = 7

Réponse

df = 7

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