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 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
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
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.
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
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
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
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
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
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.
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.