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 durées de vie des piles suivent une loi normale de moyenne 500 h et d’écart-type 40 h. Quelle proportion se situe entre 462 et 574 h ? Donnez P sous forme décimale.
μ = 500σ = 40x1 = 462x2 = 574
P =
2.Loi normaleDifficile
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 10 % les plus élevés (zone colorée) soient à sa droite. Trouvez le seuil x.
μ = 65 pointsσ = 10 points10%
x = points
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 −4,2 et un écart-type de 1,5. Trouvez la borne inférieure de l’intervalle de confiance à 99 % pour la différence moyenne.
n = 7d̄ = −4,2sd = 1,599%t(6) = 3,707
borne inférieure = mmHg
4.Intervalles de confianceDifficile
L’écart-type de la population est 38. 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 = 38E = 499%
n =
5.Tests d'hypothèse et intervalles de confianceMoyen
Un échantillon de 64 étudiants a une note moyenne de 121,3 et un écart-type d'échantillon de 15. Calcule la statistique de test t pour H₀ : μ = 120.
μ₀ = 120x̄ = 121,3s = 15n = 64
t =
6.Tests d'hypothèse et intervalles de confianceDifficile
Un échantillon de 64 mesures a une moyenne de 504,3. L'écart-type de la population est 15. Trouve la borne inférieure L de l'intervalle de confiance à 99 % pour la moyenne.
x̄ = 504,3σ = 15n = 6499%
L =
7.Régression linéaire et corrélationMoyen
Le tableau donne 5 observations appariées de x = dépenses publicitaires en k€ et y = ventes 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 = âge de la voiture en années et y = prix en k€. Utilisez la droite des moindres carrés ŷ = a + b·x. Prédisez ŷ pour x = 1,5.
n = 5x = 1,5
ŷ =
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 = 1402 × 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 11 colonnes (sans compter les totaux). Combien de degrés de liberté df le test a-t-il ?
2 × 11
df =
3Solutions
1.Loi normale
Réponse: P = 0,7968
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 = (462 − 500)/40 = −0,95
z₂ = (574 − 500)/40 = 1,85
Aire entre les deux valeurs
P = Φ(1,85) − Φ(−0,95) = 0,9678 − 0,1711 = 0,7968
Réponse
P = 0,7968
2.Loi normale
Réponse: x = 77,8 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) = 0,9
z d’après la table
z ≈ 1,28
Retour aux unités d’origine
x = 65 + 1,28·10 = 77,8 points
Réponse
x = 77,8 points
3.Intervalles de confiance
Réponse: borne inférieure = −6,302 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 = 3,707·1,5/√7 = 2,102
Intervalle
−4,2 ± 2,102 → [−6,302, −2,098]
Réponse
borne inférieure = −6,302 mmHg
4.Intervalles de confiance
Réponse: n = 599
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 = (2,576·38/4)² = 598,9
Arrondir vers le haut
Une taille d’échantillon est un nombre entier, et arrondir vers le bas rendrait la marge trop grande.
n = 599
Réponse
n = 599
5.Tests d'hypothèse et intervalles de confiance
Réponse: t = 0,6933
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 = 15/√64 = 15/8 = 1,875
Statistique de test
t = (121,3 − 120)/1,875 = 0,6933
Réponse
t = 0,6933
t0,025; df = 63 = 1,998
|t| < 1.998, donc H₀ n’est pas rejetée au seuil de 5 % (bilatéral).
6.Tests d'hypothèse et intervalles de confiance
Réponse: L = 499,5
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 = 2,576·15/√64 = 4,83
Borne de l'intervalle
L = 504,3 − 4,83 = 499,5
Réponse
L = 499,5
7.Régression linéaire et corrélation
Réponse: r = 0,9743
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 = 25/5 = 5
ȳ = 175/5 = 35
Sommes des carrés et des produits
Sxx = Σ(x − x̄)² = 40
Sxy = Σ(x − x̄)(y − ȳ) = 102
Syy = Σ(y − ȳ)² = 274
Coefficient de corrélation
r = 102/√(40·274) = 0,9743
Réponse
r = 0,9743
8.Régression linéaire et corrélation
Réponse: ŷ = 24,35
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 = 112/5 = 22,4
Sommes des carrés et des produits
Sxx = Σ(x − x̄)² = 10
Sxy = Σ(x − x̄)(y − ȳ) = −13
Droite de régression
b = −13/10 = −1,3
a = 22,4 − (−1,3)·3 = 26,3
ŷ = 26,3 − 1,3·x
Prédiction
ŷ = 26,3 + (−1,3)·1,5 = 24,35
Réponse
ŷ = 24,35
9.Tests du khi-deux
Réponse: χ² = 5,221
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 = 10
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.