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
−3−2−10123zaire colorée entre −z et z = 0,7199

Faites glisser z pour que l’aire colorée entre −z et z sous la courbe normale centrée réduite soit 0,7199. Trouvez z avec deux décimales.

A = 0,7199
z =
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
n = 25, s = 18LUx̄ = 72E = ?99%

Un échantillon de 25 éléments a une moyenne de 72 et un écart-type s = 18. La population est approximativement normale. Trouvez la marge d’erreur E d’un intervalle de confiance à 99 % pour la moyenne.

n = 25x̄ = 72s = 1899%t(24) = 2,797
E =
4.Intervalles de confianceDifficile
σ = 13, n = ?x̄ − Ex̄ + Ex̄E = 0,599%

L’écart-type de la population est 13. 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 0,5 ?

σ = 13E = 0,599%
n =
5.Tests d'hypothèse et intervalles de confianceMoyen
t −2,06402,064

Un échantillon de 25 étudiants a une note moyenne de 101 et un écart-type d'échantillon de 4. Calcule la statistique de test t pour H₀ : μ = 100.

μ₀ = 100x̄ = 101s = 4n = 25
t =
6.Tests d'hypothèse et intervalles de confianceDifficile
σ = 12, n = ?x̄ − Ex̄ + Ex̄E = 395%

Quelle taille doit avoir un échantillon pour que l'intervalle de confiance à 95 % d'une moyenne ait une marge d'erreur d'au plus 3 ? L'écart-type est 12. Trouve la plus petite taille d'échantillon n.

σ = 12E = 395%
n =
7.Régression linéaire et corrélationMoyen
xy174520502361266129783292xy2025306080

Le tableau donne 6 observations appariées de x = température en °C et y = glaces vendues. Trouvez le coefficient de corrélation de Pearson r.

n = 6
r =
8.Régression linéaire et corrélationDifficile
xy2941361982410301231xy510102030ŷ = 30

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. Pour quelle valeur x la droite prédit-elle ŷ = 30 ?

n = 6ŷ = 30
x =
9.Tests du khi-deuxMoyen
sans défautmineurmajeurTotaléquipe de jour25363495équipe de nuit30382088Total557454183

Le tableau de contingence indique les effectifs observés. Pour un test d’indépendance du khi-deux, trouvez l’effectif attendu E de la case « équipe de jour, sans défaut ».

total de la ligne = 95total de la colonne = 55N = 183
E =
10.Tests du khi-deuxDifficile

Un test d’ajustement du khi-deux vérifie si les effectifs de 4 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 = 4
df =

3Solutions

1.Loi normale

Réponse: z = 1,08

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 de z

Φ(z) = (1 + 0,7199)/2 = 0,8599

Lire la table de z à l’envers

Trouvez 0,8599 dans la table et lisez z.

z = 1,08

Réponse

z = 1,08
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: E = 10,07

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 = 24, t = 2,797

Marge d'erreur

E = 2,797·18/√25 = 10,07

Réponse

E = 10,07
4.Intervalles de confiance

Réponse: n = 4486

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 = (2,576·13/0,5)² = 4486

Arrondir vers le haut

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

n = 4486

Réponse

n = 4486
5.Tests d'hypothèse et intervalles de confiance

Réponse: t = 1,25

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 = 4/√25 = 4/5 = 0,8

Statistique de test

t = (101 − 100)/0,8 = 1,25

Réponse

t = 1,25
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: n = 62

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).

Résoudre pour n

n = (1,96·12/3)² = 61,47

Arrondir vers le haut

n = 62

Réponse

n = 62
7.Régression linéaire et corrélation

Réponse: r = 0,9674

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 = 147/6 = 24,5
ȳ = 387/6 = 64,5

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 157,5
Sxy = Σ(x − x̄)(y − ȳ) = 478,5
Syy = Σ(y − ȳ)² = 1554

Coefficient de corrélation

r = 478,5/√(157,5·1554) = 0,9674

Réponse

r = 0,9674
8.Régression linéaire et corrélation

Réponse: x = 10,8

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 = 126/6 = 21

Sommes des carrés et des produits

Sxx = Σ(x − x̄)² = 70
Sxy = Σ(x − x̄)(y − ȳ) = 166

Droite de régression

b = 166/70 = 2,371
a = 21 − 2,371·7 = 4,4
ŷ = 4,4 + 2,371·x

Résoudre pour x

x = (30 − 4,4)/2,371 = 10,8

Réponse

x = 10,8
9.Tests du khi-deux

Réponse: E = 28,55

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 = 95·55/183 = 28,55

Réponse

E = 28,55
10.Tests du khi-deux

Réponse: df = 2

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 = 4 − 1 − 1 = 2

Réponse

df = 2

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