Formulaires, étapes clés de la méthode pour chaque thème et 10 exercices, avec les corrigés complets à la fin.
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 8 d’entre eux dépasse 318,3 g. Arrondissez z à deux décimales.
Les les durées de vie des piles suivent une loi normale de moyenne 500 h et d’écart type 40 h. Faites glisser le seuil pour que les 15 % les plus bas (zone colorée) soient à sa gauche. Trouvez le seuil x.
On mesure la tension artérielle de 20 patients avant et après un traitement. Les différences d = avant − après (mmHg) ont une moyenne de −7,1 et un écart-type de 7,6. Trouvez la borne inférieure de l’intervalle de confiance à 90 % pour la différence moyenne.
Les diamètres de 15 arbres usinés ont un écart-type d’échantillon de 10,6 µm. En supposant les diamètres normalement distribués, trouvez la borne inférieure σ de l’intervalle de confiance à 95 % pour l’écart-type de la population. Avec df = 14, 2,5 % de la loi du χ² se trouve en dessous de 5,629 et 2,5 % au-dessus de 26,119.
La moyenne d’une population est censée valoir 50 ; l’écart-type de la population est connu et vaut 5. Un échantillon aléatoire de 100 observations a une moyenne de 49,57. Testez H₀ : μ = 50 contre H₁ : μ < 50. Trouvez la valeur p p.
Un échantillon de 100 mesures a une moyenne de 200. L'écart-type de la population est 4. Trouve la borne supérieure U de l'intervalle de confiance à 90 % pour la moyenne.
Le tableau donne 6 observations appariées de x = âge de la voiture en années et y = prix en k€. Leurs sommes sont données. Trouvez le coefficient de corrélation de Pearson r à partir de ces sommes.
Le tableau donne 5 observations appariées de x = charge en kN et y = allongement en mm. Utilisez la droite des moindres carrés ŷ = a + b·x. On fait une nouvelle observation (9, 12). Trouvez son résidu e = y − ŷ.
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, majeur ».
Le tableau indique les effectifs observés. Testez au seuil α = 0,01 si les deux variables sont indépendantes (sans correction de continuité). Calculez la statistique de test χ², puis comparez-la à la valeur critique de la table.
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).
Réponse: x = 458 h
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.
Réponse: borne inférieure = −10,04 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.
Réponse: σ = 7,761 µm
Intervalle pour une variance : (n − 1)s²/σ² suit une loi du χ² à n − 1 degrés de liberté. L’intervalle à 95 % pour σ² va de (n − 1)s² divisé par la valeur supérieure du χ² (2,5 % au-dessus) à (n − 1)s² divisé par la valeur inférieure du χ² (2,5 % en dessous) ; l’intervalle pour σ est la racine carrée des deux bornes. Il n’est pas symétrique autour de s.
Intervalle à 95 % pour σ : [7,761, 16,72] µm.
Réponse: p = 0,1949
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.
p > 0,05, donc H₀ n’est pas rejetée au seuil de 5 %.
Réponse: U = 200,7
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).
Réponse: r = −0,9709
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: e = −3,9
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.
Le point se trouve en dessous de la droite.
Réponse: E = 18,86
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.
Réponse: χ² = 12,18
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.
χ² est supérieur à la valeur critique, donc H₀ est rejetée : les variables semblent liées.
ExamProblems · examproblems.com/courses/statistics-2-inference