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
55,575P = ?

On suppose que les notes d’un examen suivent une loi normale de moyenne 65 points et d’écart-type 10 points. Quelle proportion se situe entre 55,5 et 75 points ? Donnez P sous forme décimale.

μ = 65σ = 10x1 = 55,5x2 = 75
P =
2.Loi normaleDifficile
0,03 mm0D − d?

Les diamètres D des alésages sont normaux de moyenne 25,03 mm et d’écart-type 0,01 mm. Les diamètres d des arbres sont indépendants et normaux de moyenne 25 mm et d’écart-type 0,01 mm. Un arbre choisi au hasard s’ajuste lorsque D − d > 0. Trouvez la probabilité P qu’il s’ajuste. Arrondissez z à deux décimales.

alésage: μ = 25,03 mm, σ = 0,01 mmarbre: μ = 25 mm, σ = 0,01 mm
P =
3.Intervalles de confianceMoyen
μ₁ − μ₂0LU = ?x̄₁ − x̄₂E90%

On compare l’autonomie de la batterie de deux modèles de téléphone. Modèle 1 : 60 téléphones, moyenne 128 h, écart-type connu 9 h. Modèle 2 : 40 téléphones, moyenne 137 h, écart-type connu 11 h. Trouvez la borne supérieure de l’intervalle de confiance à 90 % pour μ₁ − μ₂.

n₁ = 60x̄₁ = 128 hσ₁ = 9 hn₂ = 40x̄₂ = 137 hσ₂ = 11 h90%
borne supérieure = h
4.Intervalles de confianceDifficile
σ = 12, n = ?x̄ − Ex̄ + Ex̄E = 0,590%

L’écart-type de la population est 12. 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 0,5 ?

σ = 12E = 0,590%
n =
5.Tests d'hypothèse et intervalles de confianceMoyen
−2,3062,306t = ?df = 8

9 employés passent un test de dactylographie avant et après une formation. Pour chaque personne, on relève la différence d = après − avant (mots par minute). La différence moyenne vaut 2,37 et l’écart-type des différences 7,9. Trouvez la statistique du test apparié t pour H₀ : μd = 0.

n = 9d̄ = 2,37sd = 7,9
t =
6.Tests d'hypothèse et intervalles de confianceDifficile
z −1,64501,645

Un échantillon de 100 mesures a une moyenne de 79,2. L'écart-type de la population est 15. Trouve la borne inférieure L de l'intervalle de confiance à 90 % pour la moyenne.

x̄ = 79,2σ = 15n = 10090%
L =
7.Régression linéaire et corrélationMoyen
xy2941662182810391244xy5102040

Le tableau donne 6 observations appariées de x = charge en kN et y = allongement en mm. Leurs sommes sont données. Trouvez le coefficient de corrélation de Pearson r à partir de ces sommes.

n = 6Σx = 42Σy = 157Σx² = 364Σy² = 5019Σxy = 1350
r =
8.Régression linéaire et corrélationDifficile
xy125222322420518619xy2462025ŷ = 20

Le tableau donne 6 observations appariées de x = âge de la voiture en années et y = prix en k€. Utilisez la droite des moindres carrés ŷ = a + b·x. Pour quelle valeur x la droite prédit-elle ŷ = 20 ?

n = 6ŷ = 20
x =
9.Tests du khi-deuxMoyen
sans défautmineurmajeurTotaléquipe de jour14372980équipe de nuit4112540Total184854120

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 vérifie si les effectifs de 8 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 = 8
df =

3Solutions

1.Loi normale

Réponse: P = 0,6703

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 = (55,5 − 65)/10 = −0,95
z₂ = (75 − 65)/10 = 1

Aire entre les deux valeurs

P = Φ(1) − Φ(−0,95) = 0,8413 − 0,1711 = 0,6703

Réponse

P = 0,6703
2.Loi normale

Réponse: P = 0,983

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 = 25,03 − 25 = 0,03 mm, σ = 0,01414 mm

Centrer-réduire

z = (0 − 0,03)/0,01414 = −2,12

Probabilités

P = 1 − Φ(−2,12) = 0,983

Réponse

P = 0,983
3.Intervalles de confiance

Réponse: borne supérieure = −5,559 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 = 128 − 137 = −9

Erreur type

SE = √(9²/60 + 11²/40) = 2,092

Marge d'erreur

E = 1,645·2,092 = 3,441

Intervalle

−9 ± 3,441 → [−12,44, −5,559]

Réponse

borne supérieure = −5,559 h

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

4.Intervalles de confiance

Réponse: n = 1559

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 = (1,645·12/0,5)² = 1559

Arrondir vers le haut

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

n = 1559

Réponse

n = 1559
5.Tests d'hypothèse et intervalles de confiance

Réponse: t = 0,9

Testing a mean: the test statistic measures how many standard errors the sample mean lies from the value claimed in H₀: z = (x̄ − μ₀)/(σ/√n) when σ is known, t = (x̄ − μ₀)/(s/√n) when it is estimated from the sample. A confidence interval is x̄ ± (critical value)·(standard error).

Erreur type de la différence moyenne

SE = 7,9/√9 = 2,633

Statistique de test

t = 2,37/2,633 = 0,9

Réponse

t = 0,9

Avec df = 8, la valeur critique bilatérale à 5 % vaut 2,306 ; |t| est plus petit, donc H₀ n’est pas rejetée.

6.Tests d'hypothèse et intervalles de confiance

Réponse: L = 76,73

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 = 1,645·15/√100 = 2,468

Borne de l'intervalle

L = 79,2 − 2,468 = 76,73

Réponse

L = 76,73
7.Régression linéaire et corrélation

Réponse: r = 0,994

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.

Sommes centrées

Sxy = 1350 − 42·157/6 = 251
Sxx = 364 − 42²/6 = 70
Syy = 5019 − 157²/6 = 910,8

Coefficient de corrélation

r = 251/√(70·910,8) = 0,994

Réponse

r = 0,994
8.Régression linéaire et corrélation

Réponse: x = 4,295

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 = 21/6 = 3,5
ȳ = 126/6 = 21

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = −22

Droite de régression

b = −22/17,5 = −1,257
a = 21 − (−1,257)·3,5 = 25,4
ŷ = 25,4 − 1,257·x

Résoudre pour x

x = (20 − 25,4)/(−1,257) = 4,295

Réponse

x = 4,295
9.Tests du khi-deux

Réponse: χ² = 7,427

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

équipe de jour: 80·18/120 = 12, 80·48/120 = 32, 80·54/120 = 36
équipe de nuit: 40·18/120 = 6, 40·48/120 = 16, 40·54/120 = 18

Statistique du khi-deux

χ² = (14 − 12)²/12 + (37 − 32)²/32 + (29 − 36)²/36 + (4 − 6)²/6 + (11 − 16)²/16 + (25 − 18)²/18
χ² = 7,427

Réponse

χ² = 7,427

df = 2. Pour α = 0,05, la valeur critique vaut 5,991 ; H₀ (indépendance) est donc 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 = 8 − 1 − 1 = 6

Réponse

df = 6

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