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
Les masses de caisses sont indépendantes et normales, de moyenne 12 kg et d’écart-type 0,8 kg. Trouvez la probabilité P que la masse totale de 9 d’entre eux dépasse 106,8 kg. Arrondissez z à deux décimales.
μ = 12 kgσ = 0,8 kgn = 9> 106,8 kg
P =
2.Loi normaleDifficile
On suppose que les notes d’un examen suivent une loi normale de moyenne 65 points et d’écart-type 10 points. Trouvez la valeur x en dessous de laquelle se situent 5 % des valeurs (le 5e centile).
μ = 65σ = 10P = 5%
x = points
3.Intervalles de confianceMoyen
Un échantillon de 13 éléments a une moyenne de 52 et un écart-type s = 16,5. La population est approximativement normale. Trouvez la marge d’erreur E d’un intervalle de confiance à 95 % pour la moyenne.
n = 13x̄ = 52s = 16,595%t(12) = 2,179
E =
4.Intervalles de confianceDifficile
L’écart-type de la population est 16. 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 4 ?
σ = 16E = 490%
n =
5.Tests d'hypothèse et intervalles de confianceMoyen
Un échantillon de 64 étudiants a une note moyenne de 53,94 et un écart-type d'échantillon de 15. Calcule la statistique de test t pour H₀ : μ = 50.
μ₀ = 50x̄ = 53,94s = 15n = 64
t =
6.Tests d'hypothèse et intervalles de confianceDifficile
Un échantillon de 81 mesures a une moyenne de 200,6. L'écart-type de la population est 4. Trouve la borne supérieure U de l'intervalle de confiance à 95 % pour la moyenne.
x̄ = 200,6σ = 4n = 8195%
U =
7.Régression linéaire et corrélationMoyen
Le tableau donne 5 observations appariées de x = température en °C et y = glaces vendues. Trouvez le coefficient de détermination r² de la droite des moindres carrés.
n = 5
r² =
8.Régression linéaire et corrélationDifficile
Le tableau donne 6 observations appariées de x = charge en kN et y = allongement en mm. Utilisez la droite des moindres carrés ŷ = a + b·x. Prédisez ŷ pour x = 3.
n = 6x = 3
ŷ =
9.Tests du khi-deuxMoyen
Le tableau de contingence indique les effectifs observés. Pour un test d’indépendance du khi-deux, trouvez l’effectif attendu E de la case « rural, élevé ».
total de la ligne = 109total de la colonne = 68N = 172
E =
10.Tests du khi-deuxDifficile
Un test d’indépendance du khi-deux est effectué sur un tableau de contingence de 3 lignes et 3 colonnes (sans compter les totaux). À l’aide de la table, trouvez la valeur critique χ²crit au seuil de signification α = 0,05.
α = 0,05
χ²crit =
3Solutions
1.Loi normale
Réponse: P = 0,6915
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 = 108 kg, σT = 0,8·√9 = 2,4 kg
Centrer-réduire
z = (106,8 − 108)/2,4 = −0,5
Probabilités
P = 1 − Φ(−0,5) = 0,6915
Réponse
P = 0,6915
2.Loi normale
Réponse: x = 48,55 points
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.
z du centile
Φ(z) = 0,05 → z = −1,645
Retour à x
x = 65 + −1,645·10 = 48,55 points
Réponse
x = 48,55 points
3.Intervalles de confiance
Réponse: E = 9,972
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.
Valeur critique
df = n − 1 = 12, t = 2,179
Marge d'erreur
E = 2,179·16,5/√13 = 9,972
Réponse
E = 9,972
4.Intervalles de confiance
Réponse: n = 44
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 = (1,645·16/4)² = 43,3
Arrondir vers le haut
Une taille d’échantillon est un nombre entier, et arrondir vers le bas rendrait la marge trop grande.
n = 44
Réponse
n = 44
5.Tests d'hypothèse et intervalles de confiance
Réponse: t = 2,101
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 = (53,94 − 50)/1,875 = 2,101
Réponse
t = 2,101
t0,025; df = 63 = 1,998
|t| > 1,998, donc H₀ est rejetée au seuil de 5 % (bilatéral).
6.Tests d'hypothèse et intervalles de confiance
Réponse: U = 201,5
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 = 1,96·4/√81 = 0,8711
Borne de l'intervalle
U = 200,6 + 0,8711 = 201,5
Réponse
U = 201,5
7.Régression linéaire et corrélation
Réponse: r² = 0,9914
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 = 115/5 = 23
ȳ = 554/5 = 110,8
Sommes des carrés et des produits
Sxx = Σ(x − x̄)² = 90
Sxy = Σ(x − x̄)(y − ȳ) = 492
Syy = Σ(y − ȳ)² = 2713
Coefficient de détermination
r² = 492²/(90·2713) = 0,9914
Réponse
r² = 0,9914
Environ 99,14 % de la variation de y est expliquée par la droite.
8.Régression linéaire et corrélation
Réponse: ŷ = 9,957
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 = 165/6 = 27,5
Sommes des carrés et des produits
Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 307
Droite de régression
b = 307/70 = 4,386
a = 27,5 − 4,386·7 = −3,2
ŷ = −3,2 + 4,386·x
Prédiction
ŷ = −3,2 + 4,386·3 = 9,957
Réponse
ŷ = 9,957
9.Tests du khi-deux
Réponse: E = 43,09
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.
Effectif attendu
E = 109·68/172 = 43,09
Réponse
E = 43,09
10.Tests du khi-deux
Réponse: χ²crit = 9,488
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 = (3 − 1)·(3 − 1) = 4
Table
χ²crit(df = 4, α = 0,05) = 9,488
Réponse
χ²crit = 9,488
Rejetez H₀ si le χ² calculé est supérieur à cette valeur.