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
200 g205,4 gT = X₁ + … + X₅?

Les masses de boulons sont indépendantes et normales, de moyenne 40 g et d’écart-type 1,2 g. Trouvez la probabilité P que la masse totale de 5 d’entre eux dépasse 205,4 g. Arrondissez z à deux décimales.

μ = 40 gσ = 1,2 gn = 5> 205,4 g
P =
2.Loi normaleDifficile
35455565758595pointsbas 40%

Les les notes d’un examen suivent une loi normale de moyenne 65 points et d’écart type 10 points. Faites glisser le seuil pour que les 40 % les plus bas (zone colorée) soient à sa gauche. Trouvez le seuil x.

μ = 65 pointsσ = 10 points40%
x = points
3.Intervalles de confianceMoyen
n = 10, sd​ = 2,10L = ?Ud̄ = −5,7E99%

On mesure la tension artérielle de 10 patients avant et après un traitement. Les différences d = avant − après (mmHg) ont une moyenne de −5,7 et un écart-type de 2,1. Trouvez la borne inférieure de l’intervalle de confiance à 99 % pour la différence moyenne.

n = 10d̄ = −5,7sd = 2,199%t(9) = 3,25
borne inférieure = mmHg
4.Intervalles de confianceDifficile
σ = 26, n = ?x̄ − Ex̄ + Ex̄E = 499%

L’écart-type de la population est 26. Quelle taille d’échantillon n faut-il pour qu’un intervalle de confiance à 99 % pour la moyenne ait une marge d’erreur d’au plus 4 ?

σ = 26E = 499%
n =
5.Tests d'hypothèse et intervalles de confianceMoyen
t −2,06402,064

Un échantillon de 25 étudiants a une note moyenne de 100,7 et un écart-type d'échantillon de 5. Calcule la statistique de test t pour H₀ : μ = 100.

μ₀ = 100x̄ = 100,7s = 5n = 25
t =
6.Tests d'hypothèse et intervalles de confianceDifficile
z −2,57602,576

Un échantillon de 16 mesures a une moyenne de 51,8. L'écart-type de la population est 8. Trouve la borne inférieure L de l'intervalle de confiance à 99 % pour la moyenne.

x̄ = 51,8σ = 8n = 1699%
L =
7.Régression linéaire et corrélationMoyen
xy2534626748871010412109xy5106080100

Le tableau donne 6 observations appariées de x = heures de révision et y = note à l’examen. Trouvez le coefficient de corrélation de Pearson r.

n = 6
r =
8.Régression linéaire et corrélationDifficile
xy2424526598671081xy510406080ŷ = 74

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 = 74 ?

n = 5ŷ = 74
x =
9.Tests du khi-deuxMoyen
sans défautmineurmajeurTotaléquipe de jour12301860équipe de nuit6183660Total184854120

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’indépendance du khi-deux est effectué sur un tableau de contingence de 2 lignes et 5 colonnes (sans compter les totaux). Combien de degrés de liberté df le test a-t-il ?

2 × 5
df =

3Solutions

1.Loi normale

Réponse: P = 0,02222

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 du total

μT = 200 g, σT = 1,2·√5 = 2,683 g

Centrer-réduire

z = (205,4 − 200)/2,683 = 2,01

Probabilités

P = 1 − Φ(2,01) = 0,02222

Réponse

P = 0,02222
2.Loi normale

Réponse: x = 62,5 points

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) = 0,4

z d’après la table

z ≈ −0,25

Retour aux unités d’origine

x = 65 − 0,25·10 = 62,5 points

Réponse

x = 62,5 points
3.Intervalles de confiance

Réponse: borne inférieure = −7,858 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 = 9, t = 3,25

Marge d'erreur

E = 3,25·2,1/√10 = 2,158

Intervalle

−5,7 ± 2,158 → [−7,858, −3,542]

Réponse

borne inférieure = −7,858 mmHg
4.Intervalles de confiance

Réponse: n = 281

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 = (2,576·26/4)² = 280,4

Arrondir vers le haut

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

n = 281

Réponse

n = 281
5.Tests d'hypothèse et intervalles de confiance

Réponse: t = 0,7

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 = 5/√25 = 5/5 = 1

Statistique de test

t = (100,7 − 100)/1 = 0,7

Réponse

t = 0,7
t0,025; df = 24 = 2,064

|t| < 2.064, donc H₀ n’est pas rejetée au seuil de 5 % (bilatéral).

6.Tests d'hypothèse et intervalles de confiance

Réponse: L = 46,65

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 = 2,576·8/√16 = 5,152

Borne de l'intervalle

L = 51,8 − 5,152 = 46,65

Réponse

L = 46,65
7.Régression linéaire et corrélation

Réponse: r = 0,9934

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 = 42/6 = 7
ȳ = 489/6 = 81,5

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 419
Syy = Σ(y − ȳ)² = 2542

Coefficient de corrélation

r = 419/√(70·2542) = 0,9934

Réponse

r = 0,9934
8.Régression linéaire et corrélation

Réponse: x = 8,968

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 = 301/5 = 60,2

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 186

Droite de régression

b = 186/40 = 4,65
a = 60,2 − 4,65·6 = 32,3
ŷ = 32,3 + 4,65·x

Résoudre pour x

x = (74 − 32,3)/4,65 = 8,968

Réponse

x = 8,968
9.Tests du khi-deux

Réponse: χ² = 11

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: 60·18/120 = 9, 60·48/120 = 24, 60·54/120 = 27
équipe de nuit: 60·18/120 = 9, 60·48/120 = 24, 60·54/120 = 27

Statistique du khi-deux

χ² = (12 − 9)²/9 + (30 − 24)²/24 + (18 − 27)²/27 + (6 − 9)²/9 + (18 − 24)²/24 + (36 − 27)²/27
χ² = 11

Réponse

χ² = 11

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

10.Tests du khi-deux

Réponse: df = 4

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 = (2 − 1)·(5 − 1) = 4

Réponse

df = 4

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