Formulaires, étapes clés de la méthode pour chaque thème et 10 exercices, avec les corrigés complets à la fin.
On suppose que les masses des sachets suivent une loi normale de moyenne 250 g et d’écart-type 5 g. Quelle proportion se situe entre 240,25 et 260 g ? Donnez P sous forme décimale.
Les diamètres D des alésages sont normaux de moyenne 25,04 mm et d’écart-type 0,015 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.
Un intervalle de confiance à 99 % pour une moyenne, fondé sur 100 observations et un σ connu, a une marge d’erreur de 2,1. Quelle est la marge d’erreur E₂ d’un intervalle à 95 % obtenu avec les mêmes données ?
On teste deux engrais. Groupe de parcelles 1 : 5 parcelles, rendement moyen 14 kg, écart-type 2 kg. Groupe de parcelles 2 : 7 parcelles, moyenne 9,5 kg, écart-type 7 kg. Supposez les variances égales (t avec variance commune, df = n₁ + n₂ − 2). Trouvez la marge d’erreur E de l’intervalle de confiance à 95 % pour μ₁ − μ₂.
On compare deux méthodes d’enseignement. Groupe 1 : 5 étudiants, note moyenne 114,5, écart-type 7,5. Groupe 2 : 11 étudiants, note moyenne 105,4, écart-type 4. Supposez les variances des populations égales et utilisez le test t à deux échantillons avec variance commune. Trouvez la statistique de test t pour H₀ : μ₁ = μ₂, en prenant la différence x̄₁ − x̄₂ (groupe 1 moins groupe 2).
Dans un essai, 150 patients sur 300 sous traitement A guérissent, et 138 sur 250 sous traitement B. En utilisant la proportion commune, trouvez la statistique de test z pour H₀ : p₁ = p₂.
Le tableau donne 5 observations appariées de x = heures de révision et y = note à l’examen. Trouvez le coefficient de détermination r² de la droite des moindres carrés.
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 = 44 ?
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.
Un test d’ajustement du khi-deux vérifie si les effectifs de 7 catégories suivent une loi de Poisson dont la moyenne est estimée à partir des mêmes données. À l’aide de la table, trouvez la valeur critique χ²crit au seuil de signification α = 0,01.
Réponse: P = 0,9517
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.
Réponse: P = 0,9868
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).
Réponse: E₂ = 1,598
Confidence interval for a mean: x̄ ± margin of error. With a known population σ the margin is z·σ/√n; with only the sample standard deviation s, use t with n − 1 degrees of freedom: t·s/√n. Critical values: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). To get a margin E or smaller, you need n ≥ (z·σ/E)², rounded up.
Réponse: E = 7,264 kg
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.
Réponse: t = 3,217
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
Avec df = 14, la valeur critique bilatérale à 5 % vaut 2,145 ; |t| est plus grand, donc H₀ est rejetée.
Réponse: z = −1,216
Hypothesis test: the test statistic = (estimate − value under H₀)/(standard error under H₀). The p-value is the probability, assuming H₀ is true, of a statistic at least as extreme as the one observed: the area in one tail for a one-sided H₁, twice the tail area for a two-sided H₁. Reject H₀ when p ≤ α.
|z| < 1,96, donc H₀ n’est pas rejetée au seuil de 5 % (bilatéral).
Réponse: r² = 0,9854
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.
Environ 98,54 % de la variation de y est expliquée par la droite.
Réponse: x = 6,081
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.
Réponse: χ² = 6,861
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.
Réponse: χ²crit = 15,09
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.
Rejetez H₀ si le χ² calculé est supérieur à cette valeur.
ExamProblems · examproblems.com/courses/statistics-2-inference