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
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
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
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
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
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
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.
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
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
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.
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.