Tests de validité d'hypothèses relatives à une moyenne

_______________________________________

1 Comparaison de la moyenne d’une population à un nombre fixé

Exemple étudié
Une société s’approvisionne en pièces brutes qui devraient avoir une masse moyenne
de 780 g.
Au moment où 500 pièces sont réceptionnées, on prélève au hasard et avec remise un
échantillon de 36 pièces dont on mesure les masses. On a la situation suivante :

Population d’effectif total : 500

Échantillon de taille n=36 Moyenne inconnue : m

Moyenne : me = 774,7

Écart type : e = 12,36 Écart type :  = 12,5

c étant compris entre 0 et 1, avec un seuil de confiance c, autrement dit avec un seuil de risque
r = 1–c, peut on accepter l’hypothèse que les 500 pièces de la population ont bien une masse
moyenne de 780 g ?
---------------------------------------------------------------------
On est un amené à résoudre le problème suivant :

On écrira µ = 780.
Soit X la variable aléatoire qui, à tout échantillon aléatoire non exhaustif de taille n=36,
associe la moyenne des masses des pièces de l’échantillon. Quelle est la loi suivie par X ?

1°) Préciser quelle est l’hypothèse nulle H0 et l’hypothèse alternative H1.

2°) Soit 0 t et c= 2(t) – 1 et r= 1–c.

On effectue tous les calculs sous l’hypothèse H0.
a) Donner la loi suivie par X .
b) Calculer en fonction de t, le nombre réel positif h tel que P( µ–h  X  µ+h) = c.
c) Énoncer la règle de décision du test.

3°) Au seuil de risque 0,05 [respectivement 0,01] peut on accepter l’affirmation que les 500
pièces ont une masse moyenne de 780 g ?

Résolution : La taille des échantillons étant 36, on considère que X suit la loi normale
  12,5 12,5 1
N (m ; ) où =  = .
n n 36 6 0,48
1
Autrement dit X suit la loi normale N ( m ; ).
0,48
1°) On prend comme hypothèse nulle H0 l’hypothèse intitulée “ m=µ ” et pour hypothèse
alternative l’hypothèse intitulée “ m ≠ µ ”.

2°) On travaille sous l’hypothèse H0 : m=µ.

1
a) X suit la loi normale N ( µ ; ) et T = 0,48 ( X – µ) suit la loi normale N (0 ;1).
0,48
t t
b) c=2(t) – 1= P(-t  T = 0,48 ( X – µ)  t) = P ( -  X –µ ),
0,48 0,48
t t
soit c= P( µ –  X  µ+ )
0,48 0,48
Ceci donne une probabilité avant de prélever un échantillon .

c) On a prélevé un échantillon aléatoire non exhaustif de taille 36 et on a obtenu me pour la

valeur prise par X .
On applique la règle de décision suivante :
t t
► Si µ –  me  µ+ , au seuil de confiance c et au seuil de risque r , on accepte
0,48 0,48
l’hypothèse H0 et on rejette l’hypothèse H1.
t t
► Si me  [µ – ; µ+ ], au seuil de confiance c et au seuil de risque r, on rejette
0,48 0,48
l’hypothèse H0 et on accepte l’hypothèse H1.

3° ) On a obtenu me = 774,7 et on va appliquer la règle de décision précédente.

► 0,95 = c = 2(t) – 1 pour 2(t) = 1,95 , soit pour (t) = 0,9750.

Au vu des tables numériques, on considère que c= 0,95 pour t= 1,96 et avec cette valeur de t,
t t
on fait les approximations µ – =775,92 et µ+ = 784,08 et de cette manière :
0,48 0,48
t t
me  [µ – ; µ+ ].
0,48 0,48
Au seuil de risque 0,05 , on considère que les 500 pièces de la population n’ont pas une masse
moyenne de µ = 780 en grammes.

► 0,99 = c = 2(t) – 1 pour 2(t) = 1,99 , soit pour (t) = 0,9950.

Au vu des tables numériques, on considère que c= 0,99 pour t= 2,575 et avec cette valeur de t,
t t
on fait les approximations µ – =774,64 et µ+ = 785,36 et de cette manière :
0,48 0,48
t t
me  [µ – ; µ+ ].
0,48 0,48
Au seuil de risque 0,01 , on considère que les 500 pièces de la population ont une masse
moyenne de µ = 780 en grammes.
2 Comparaison des moyennes de 2 populations

On complète l’exemple du paragraphe 1 de la manière suivante :

Un second fournisseur livre 800 pièces brutes. On prélève un échantillon aléatoire non
exhaustif de taille 50. On mesure les masses en grammes de ces 50 pièces et on obtient 779,6
comme moyenne de l’échantillon et 11,99 comme écart type de l’échantillon.
On considère que est l'écart type de la population des 800 pièces.

En résumé on a la situation suivante :

Population A d’effectif total : 500

Échantillon de taille n=36 Moyenne inconnue : m A

Moyenne : x A = 774,7

Écart type :  A’ = 12,36 Écart type :  = 12,5

Population B d’effectif total : 800

Échantillon de taille n= 50 Moyenne inconnue : m B

Moyenne : x B = 779,6

Écart type :  B’ = 11,98 Écart type :  B = 12,1

Au seuil de risque de 5 % y a-t-il une différence significative entre les moyennes des 2
populations A et B?

On est amené à résoudre le problème suivant.

Soit X A la variable aléatoire qui à tout échantillon aléatoire non exhaustif de taille n A = 36, de
la population A, associe la moyenne des masses des pièces de l’échantillon.
Soit X B la variable aléatoire qui à tout échantillon aléatoire non exhaustif de taille n B = 50, de
la population B, associe la moyenne des masses des pièces de l’échantillon.
X A et X B sont 2 variables aléatoires indépendantes. Soit la variable aléatoire D = X B – X A .

1ère partie
1°) Quelles sont les lois de probabilité des variables aléatoires X A et X B ?
2°) Quelle est la loi de probabilité de la variable aléatoire D ?
Pour la suite on considère que 2,7 est l’écart type de D.

2ème partie : Test bilatéral

On pose pour hypothèse nulle H0 : « m B = m A » et pour hypothèse alternative H1: « m B ≠ m A » .

1°) Calculer sous l’hypothèse H0 le nombre réel h positif tel que P(-h  D  h) = 0,95.
2°) Énoncer la règle de décision lorsque l’on choisit un seuil de risque de 0,05.
3°) Peut on conclure au vu des échantillons prélevés ici, dans la population A et dans la
population B que la différence des moyennes observées est significative au seuil de risque 0,05 ?

3ème partie : Test unilatéral

On pose pour hypothèse nulle H0 : « m B = m A » et pour hypothèse alternative H1: « m A < m B » .

1°) Calculer sous l’hypothèse H0 le nombre réel k positif tel que P(D  k) = 0,95.
2°) Énoncer la règle de décision lorsque l’on choisit un seuil de risque de 0,05.
3°) Au seuil de risque 0,05, peut on conclure, au vu des échantillons prélevés ici, dans la
population A et dans la population B, que la moyenne des masses de la population B est
significativement supérieure à la moyenne des masses de la population A ?

Résolution

1ère Partie
1°) Étant donné la taille des échantillons, on considère que X A suit la loi normale
 B  A 12,5 1
N ( m A ; A )et X B suit la loi normale N ( m B ; ) où   et
nA nB nA 6 0,48
B 12,1 12,1 12,1
    1,21 2 .
nB 50 100 / 2 10 / 2
1
Ainsi X A suit la loi normale N ( m A ; ) et X B suit la loi normale N ( m B ; 1,21 2 ) .
0,48
2°) X A et X B sont 2 variables aléatoires indépendantes ; d’après la question précédente,
D = X B – X A suit la loi normale d’espérance m B – m A et d’écart type
1 2
( )  (1,21 2 ) 2 ≈ 2,70.
0,48

Pour la suite on considère que D suit la loi normale N (m B – m A ; 2,70).

2ème partie : Test bilatéral

1°) Sous l’hypothèse H0, on considère que m B – m A = 0 et que D suit la loi normale N (0 ; 2,7).
D0 D
 suit donc la loi normale N (0 ; 1).
2,7 2,7
Avec 0  t,
D
► 2(t) – 1 = P(-t   t) = P( -2,7t  D  2,7t)
2,7
► 0,95 = 2(t) – 1 pour 2(t) = 1,95, soit pour (t) = 0,9750 .
Au vu des tables numériques, on considère que 0,95 = 2(t) – 1 pour t = 1,96.
On prend pour la suite t=1,96 et 2,7×1,96 = 5,292. On a ainsi 0,95 = P( -5,292  D  5,292) .

2°) Le résultat précédent donne une probabilité avant le prélèvement d’un échantillon aléatoire
non exhaustif de taille n A dans la population A et le prélèvement d’un échantillon aléatoire non
exhaustif de taille n B dans la population B.

On a prélevé un échantillon aléatoire non exhaustif de taille n A dans la population A et on a

obtenu x A pour la valeur de X A .
On a prélevé un échantillon aléatoire non exhaustif de taille n B dans la population B et on a
obtenu x B pour la valeur de X B .
d = x B – x A est ainsi la valeur prise par D.

Si -5,292  d  5,292 : Au seuil de risque 0,05, on accepte l’hypothèse H0 ( et on rejette

l’hypothèse H1).
Si d  [-5,292 ; 5,292] : Au seuil de risque 0,05, on rejette l’hypothèse H0 et on accepte
l’hypothèse H1.

3°) Utilisation du test précédent

On obtient ici d= x B – x A = 779,6 – 774,7 = 4,9 et on a -5,292  d  5,292.

Au seuil de risque 0,05, il n’y a pas de différence significative entre les moyennes des masses
des pièces livrées par les 2 fournisseurs.

3ème partie : Test unilatéral

1°) Sous l’hypothèse H0, on considère que m B – m A = 0 et que D suit la loi normale N (0 ; 2,7).
D0 D
 suit donc la loi normale N (0 ; 1).
2,7 2,7
Avec 0  t,
D
► (t) = P(  t) = P (D  2,7t)
2,7
►(t) = 0,9500 pour t= 1,645 ; avec cette valeur de t, on fait l’approximation 2,7×t = 4,44 .

On considère que 0,95 = P( D  4,44) .

2°) On a prélevé un échantillon aléatoire non exhaustif de taille n A dans la population A et on a

obtenu x A pour la valeur de X A .
On a prélevé un échantillon aléatoire non exhaustif de taille n B dans la population B et on a
obtenu x B pour la valeur de X B .
d = x B – x A est ainsi la valeur prise par D.

Si d  4,44 : Au seuil de risque 0,05, on accepte l’hypothèse H0 ( et on rejette l’hypothèse H1).

Si 4,44 < d : Au seuil de risque 0,05, on rejette l’hypothèse H0 et on accepte l’hypothèse H1.
3°) Utilisation du test précédent
On obtient ici d= x B – x A = 779,6 – 774,7 = 4,9 et on a ici 4,44 < d ; au seuil de risque 0,05 on
rejette l’hypothèse H0 et on accepte l’hypothèse H1.

Au seuil de risque 0,05, la moyenne des masses des pièces de la population B est
significativement supérieure à celle des masses de la population A.