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
2641P = ?

On suppose que les délais de livraison suivent une loi normale de moyenne 32 min et d’écart-type 6 min. Quelle proportion se situe entre 26 et 41 min ? Donnez P sous forme décimale.

μ = 32σ = 6x1 = 26x2 = 41
P =
2.Loi normaleDifficile
10 cm0X − Y?

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.

μX = 180 cm, σX = 10 cmμY = 170 cm, σY = 12 cm
P =
3.Intervalles de confianceMoyen
n = 7, sd​ = 4,20L = ?Ud̄ = 0,6E99%

On mesure la tension artérielle de 7 patients avant et après un traitement. Les différences d = avant − après (mmHg) ont une moyenne de 0,6 et un écart-type de 4,2. Trouvez la borne inférieure de l’intervalle de confiance à 99 % pour la différence moyenne.

n = 7d̄ = 0,6sd = 4,299%t(6) = 3,707
borne inférieure = mmHg
4.Intervalles de confianceDifficile
p = 0,5, n = ?p̂ − Ep̂ + Ep̂E = 0,0590%

On ne sait rien à l’avance sur la proportion de produits défectueux. Combien de produits n faut-il contrôler pour qu’un intervalle de confiance à 90 % pour la proportion ait une marge d’erreur d’au plus 0,05 ?

p = 0,5E = 0,0590%
n =
5.Tests d'hypothèse et intervalles de confianceMoyen
t −1,9901,99

Un échantillon de 81 étudiants a une note moyenne de 76,87 et un écart-type d'échantillon de 8. Calcule la statistique de test t pour H₀ : μ = 75.

μ₀ = 75x̄ = 76,87s = 8n = 81
t =
6.Tests d'hypothèse et intervalles de confianceDifficile
H₀H₁μ₀x̄cμ₀ + 2α = 0,01βσ = 16, puissance 80%, n = ?

Un test z unilatéral au seuil α = 0,01 doit détecter un décalage de la moyenne de 2 unités avec une puissance de 80 %. L’écart-type vaut 16. Trouvez la taille d’échantillon minimale n.

α = 0,01puissance = 80%δ = 2σ = 16zα = 2,326zβ = 0,842
n =
7.Régression linéaire et corrélationMoyen
xy123221322418519xy24182022

Le tableau donne 5 observations appariées de x = âge de la voiture en années et y = prix en k€. Trouvez le coefficient de corrélation de Pearson r.

n = 5
r =
8.Régression linéaire et corrélationDifficile
xy139248347452554xy2440455055ŷ = 50

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. Pour quelle valeur x la droite prédit-elle ŷ = 50 ?

n = 5ŷ = 50
x =
9.Tests du khi-deuxMoyen
busvélovoitureTotalétudiants7161740personnel17204380Total243660120

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 = 1202 × 3
χ² =
10.Tests du khi-deuxDifficile

Un test d’ajustement du khi-deux compare les effectifs observés dans 3 catégories à des proportions attendues entièrement spécifiées (aucun paramètre n’est estimé à partir des données). Combien de degrés de liberté df le test a-t-il ?

k = 3
df =

3Solutions

1.Loi normale

Réponse: P = 0,7745

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.

Scores z

z₁ = (26 − 32)/6 = −1
z₂ = (41 − 32)/6 = 1,5

Aire entre les deux valeurs

P = Φ(1,5) − Φ(−1) = 0,9332 − 0,1587 = 0,7745

Réponse

P = 0,7745
2.Loi normale

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).

Loi de la différence

μ = 180 − 170 = 10 cm, σ = 15,62 cm

Centrer-réduire

z = (0 − 10)/15,62 = −0,64

Probabilités

P = 1 − Φ(−0,64) = 0,7389

Réponse

P = 0,7389
3.Intervalles de confiance

Réponse: borne inférieure = −5,285 mmHg

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.

Valeur critique

df = 6, t = 3,707

Marge d'erreur

E = 3,707·4,2/√7 = 5,885

Intervalle

0,6 ± 5,885 → [−5,285, 6,485]

Réponse

borne inférieure = −5,285 mmHg
4.Intervalles de confiance

Réponse: n = 271

Confidence interval for a proportion: p̂ ± z·√(p̂(1 − p̂)/n), where p̂ = x/n. To reach a margin E you need n ≥ z²·p(1 − p)/E², rounded up; without a prior estimate use p = 0,5, which gives the largest n.

Résoudre pour n

n = 1,645²·0,5·0,5/0,05² = 270,6

Arrondir vers le haut

n = 271

Réponse

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

Réponse: t = 2,104

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 = 8/√81 = 8/9 = 0,8889

Statistique de test

t = (76,87 − 75)/0,8889 = 2,104

Réponse

t = 2,104
t0,025; df = 80 = 1,99

|t| > 1,99, donc H₀ est rejetée au seuil de 5 % (bilatéral).

6.Tests d'hypothèse et intervalles de confiance

Réponse: n = 643

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 = ((2,326 + 0,842)·16/2)² = 642,3

Arrondir vers le haut

n = 643

Réponse

n = 643
7.Régression linéaire et corrélation

Réponse: r = −0,8387

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 = 103/5 = 20,6

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −11
Syy = Σ(y − ȳ)² = 17,2

Coefficient de corrélation

r = −11/√(10·17,2) = −0,8387

Réponse

r = −0,8387
8.Régression linéaire et corrélation

Réponse: x = 3,588

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 = 240/5 = 48

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = 34

Droite de régression

b = 34/10 = 3,4
a = 48 − 3,4·3 = 37,8
ŷ = 37,8 + 3,4·x

Résoudre pour x

x = (50 − 37,8)/3,4 = 3,588

Réponse

x = 3,588
9.Tests du khi-deux

Réponse: χ² = 2,862

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

étudiants: 40·24/120 = 8, 40·36/120 = 12, 40·60/120 = 20
personnel: 80·24/120 = 16, 80·36/120 = 24, 80·60/120 = 40

Statistique du khi-deux

χ² = (7 − 8)²/8 + (16 − 12)²/12 + (17 − 20)²/20 + (17 − 16)²/16 + (20 − 24)²/24 + (43 − 40)²/40
χ² = 2,862

Réponse

χ² = 2,862

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

10.Tests du khi-deux

Réponse: df = 2

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 = 2

Réponse

df = 2

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