Vous êtes sur la page 1sur 3

mathmatiques - S3 TD 6 : Tests statistiques : corrig dpartement Mesures Physiques - IUT1 - Grenoble

1. On veut savoir si la rsistance moyenne de composants produits dans une usine est 3. Un fabricant annonce que la masse dun composant de lun de ses produits est de 75
400. On considre que la distribution des rsistances est normale, et on mesure pour mg. Les mesures pour le vrifier tant coteuses, trois seulement sont ralises, dont
16 composants les valeurs 392, 396, 386, 389, 388, 387, 403, 397, 401, 391, 400, 402, les rsultats sont 70, 72 et 74 mg. Peut-on, au risque de 5% de se tromper, dnoncer
394, 406, 406, 400. la publicit du fabriquant ?
(a) Donner les estimations ponctuelles des moyenne et variance. corrig succint : Notons X la variable alatoire correspondante. (on doit supposer que la loi
de X est une loi normale pour pouvoir appliquer les mthodes du cours). On note
(b) Peut-on considrer, au seuil de signification = 5%, que le lot respecte la = E(X) : il sagit donc ici deffectuer un test bilatral de lhypothse H0 : = 75.
norme de 400 ? Mme question avec un seuil de = 1%. On obtient sur un chantillon de 3 mesures : n = 3, x = 72, 2 = 8/3 et s2 = 8/2 = 4,
corrig succint : donc lestimation ponctuelle de lcart-type est s = 2.
X
On sait que n suit une loi de Student 2 degrs de libert, donc si = 0.05,
(a) On trouve x = 396.125, s = 6.742 et s2 = 45.45. s
t() = 4.3027.
(b) Si lon fait lhypothse H0 : "le lot respecte la norme de 400", alors dans 95% des Ainsi, la moyenne des dures de vie mesures sur un chantillon deffectif
3 sera, dans 95%
cas la moyenne sur un chantillon deffectif 16 se trouve dans lintervalle [400 t des cas, dans lintervalle [75 4.3027 s/ 3, 75 + 4.3027 s/ 3] = [70.03, 79.97].
6.742/4, 400 + t 6.742/4], t tant lu dans la table de la loi de Student 15 de- La valeur moyenne 72 mesure sur lchantillon tant bien dans cet intervalle,
grs de libert : t = 2.1314. Ainsi lintervalle de confiance 95% pour la rsistance
on na pas de raisons, au vu de ces mesures, de rejeter H0 .
est [396.40, 403.59], et on peut donc, au risque 5%, rejeter lhypothse.
4. Un laboratoire pharmaceutique dsire tudier les effets secondaires potentiels dun
Au seuil = 1%, on a dans lhypothse H0 un intervalle de confiance pour
mdicament sur le taux de cholestrol des patients. Cent volontaires sains sont donc
la moyenne [400 t 6.742/4, 400 + t 6.742/4], avec t = 2.9467. Ainsi,
choisis pour tester le mdicament.
lintervalle est [395.03, 404.97]. Au risque 1%, on ne rejette pas H0 .
(a) Avant lexprience, le taux de cholestrol moyen de ces volontaires est de
2.02 0.2g/l.
2. Un fabricant se vante de proposer des tubes essai dune dure de vie suprieure
Le taux de cholestrol moyen dans la population tant de 2 g/l, vrifier que cet
2000h de chauffage. A laide dun chantillon de 100 tubes tests, on estime la dure
chantillon est reprsentatif au risque 5%.
de vie moyenne 1975h, avec un cart-type de 130h. Peut-on affirmer, au risque 5%,
que le fabriquant ment ? (b) Aprs un mois de traitement, seuls 97 volontaires reviennent faire un test. Leur
taux moyen de cholestrol est pass 2.09 g/l avec un cart-type dchantillon
corrig succint : Il sagit ici dun test unilatral...H0 est lhypothse : "la dure de vie de 0.25g/l.
moyenne vrifie 2000". On peut supposer, leffectif de lchantillon tudi tant grand,
X La diffrence est-elle significative au risque 5% ? Au risque 1% ?
que n suit une loi normale centre rduite.
s corrig succint :
Si H0 est vrifie, on cherche t tel que p( ts/ n X) = 0.95, soit (a) Soit X1 la variable alatoire qui mesure le taux de cholestrol dun individu ; E(X1 ) =
X 1 = 2.
p(t n ) = 0.95, et donc 1 F (t) = F (t) = 0.95 : t = 1.64.
s X1 est le taux moyen mesur sur un chantillon de taille n1 = 100.
Ainsi, dans lhypothse H0 , la dure de vie moyenne dun chantillon deffectif 100 se
X1 2
trouve, dans 95% des cas, dans lintervalle [2000 1.64 130/10, +[= [1978.68, +[. Alors n1 tant plus grand que 30, on peut considrer que n1 suit une loi nor-
La mesure de 1975h sur lchantillon ntant pas dans cet intervalle, s1
male, avec s1 = 0.2 estimation ponctuelle de lcart-type de X1 .
H0 doit tre rejete : il est probable que le fabriquant mente. Ainsi, dans 95% des cas le taux moyen observ sur un chantillon sera compris dans
[2 1.96 0.2/10, 2 + 1.96 0.2/10] = [1.961, 2.039].
Le taux de cholestrol moyen des volontaires tant bien dans cet intervalle, on peut (b) On peut affirmer (avec un risque de se tromper infrieur 5%) que le nouvel alliage est
considrer que cet chantillon est reprsentatif. plus rsistant que lancien.
(b) Soit X2 la variable alatoire mesurant le taux de cholestrol dun individu aprs un mois 6. On relve chaque jour pendant 200 jours le nombre datterrissages entre 14h et 15h
de traitement ; son esprance 2 est inconnue. X2 est le taux moyen dun chantillon de
dans un aroport :
taille n2 = 97.
Nb datterrissages 0 1 2 3 4 5 6 7 8 9 10
On fait lhypothse H0 : les taux de cholestrol moyens sont les mmes avant et aprs Nb de jours 11 28 43 47 32 28 7 0 2 1 1
X1 X2
traitement . Alors 1 = 2 , et on peut considrer que p 2 N (0, 1) (a) Soit X la variable nombre datterrissages par jour entre 14h et 15h . Don-
s1 /n1 + s22 /n2 ner les estimations ponctuelles de E(X) et Var(X) et estimer E(X) par un
(avec s1 = 0.2, s2 = 0.25), et par consquent on dtermine lintervalle de confiance
p p
au risque 5% de X1 X2 : [1.96 s21 /n1 + s22 /n2 , 1.96 s21 /n1 + s22 /n2 ] =
intervalle de confiance 95%. Ces rsultats sont-ils compatibles avec une loi de
[0.063, 0.063]. poisson ? Quel serait son paramtre ?
Comme la diffrence entre les taux moyens mesurs 2.02 2.09 = 0.07 (b) Tester la validit de ce modle (test du 2 au risque 5%).
nest pas dans cet intervalle, elle est significative, et on rejette H0 donc (c) Calculez la probabilit davoir dans cet aroport, toujours entre 14h et 15h : 0
on considre, au risque 5% de se tromper, que le mdicament a un effet. atterrissage un jour donn, 1 ou 2 atterrissages un jour donn, 2 atterrissages en
tout sur 3 jours quelconques.
En revanche, lintervalle de confiance au risque 1% est
p p corrig succint :
[2.57 s21 /n1 + s22 /n2 , 2.57 s21 /n1 + s22 /n2 ] = [0.083, 0.083], intervalle qui
(a) Leffectif de lchantillon est n = 200.
contient la valeur 2.022.09 = 0.07, donc la diffrence nest pas significative au risque 1%. On dtermine lestimation ponctuelle de la moyenne x = 600/200 = 3, et lestimation
ponctuelle de la variance s2 = 596/199 = 2.995, soit s = 1.73.
5. Pour tudier un nouvel alliage mtallique, on a soumis un chantillon alatoire de 16 X
Leffectif est suffisant pour assimiler la loi de n a une loi normale centre r-
tiges aux essais pour obtenir les rsistances suivantes en kg/cm2 : 1895, 1920, 1886, s s
1890, 1864, 1880, 1875, 1915, 1850, 1927, 1910, 1912, 1886, 1903, 1854, 1880. On duite : lintervalle de confiance 95% pour la moyenne est donc [x 1.96 200 , x +
s
suppose la rsistance distribue normalement. 1.96 200 ], soit [2.76, 3.24].
199 199
(a) Estimer par intervalle avec un niveau de confiance de 95%, la rsistance On sait que lintervalle de confiance pour la variance est [ 2 s2 , 2 s2 ], avec c21 et
c1 c2
moyenne la rupture c22 lus dans la table de la loi du 2 199 degrs de libert. En pratique on utilise
(b) Avant lintroduction de ce nouvel alliage la rsistance moyenne la rupture des la table de la loi du 2 200 degrs de libert et on lit dans les colonnes 0.025 =
tiges tait de 1840kg/cm2 . Que peut-on conclure des essais effectus avec le 0.05/2 et 0.975 = 1 0.05/2 : c21 = 241.1 et c22 = 162.7. Ainsi lintervalle est
[0.825s2 , 1.223s2 ] = [2.47, 3.66].
nouvel alliage ?
Lesprance et la variance ont (quasiment) la mme estimation ponctuelle, gale trois :
corrig succint : les rsultats sont compatibles avec le fait que X suive une loi de Poisson de paramtre
(a) Leffectif de lchantillon est n = 16. 3.
Lestimation ponctuelle de la moyenne, gale la moyenne de lchantillon, est x = (b) On dfinit lhypothse H0 : X suit une loi de Poisson de paramtre 3 .
1890.44, Pour utiliser un test du 2 pour accepter ou refuser H0 , on doit avoir des valeurs (ou
Puis on calcule lcart-type de lchantillon, p = 22.36, et on en dduit lestimation classes) deffectif "thorique" au moins gal 5. Or ici ce nest pas le cas : les valeurs 7,
ponctuelle de lcart-type de la population : s = 16/15 = 23.09. 8, 9, 10 ont des effectifs np(X = 7), np(X = 8), np(X = 9), np(X = 10) infrieurs :
s on doit regrouper en une seule classe les valeurs 7, 8, 9, 10.
Alors lintervalle de confiance 95% de la moyenne est lintervalle [x t(0.05) ; x +
16 Les probabilits des vnements X = 0, X = 1, ..., X = 6, X [7, 10] sont
s dtermines par lecture de la table de la loi de Poisson : p(X = 0) = 0.0498,
t(0.05) ].
16 p(X = 1) = 0.1494, p(X = 2) = 0.224, p(X = 3) = 0.224, p(X = 4) = 0.168,
On lit t(0.05) dans la table de la loi de Student 15 degrs de libert : t(0.05) = 2.1314 ; p(X = 5) = 0.1008, p(X = 6) = 0.0504, p(X 7) = 1 p(X 6) =
1 0.9665 = 0.0335. On obtient en multipliant ces valeurs par leffectif total 200
par consquent lintervalle est [1878.14, 1902.74].
les effectifs thoriques de chaque classe :

2
Nb datterrissages 0 1 2 3 4 5 6 7+ (b) Donner une estimation par un intervalle 95% de confiance de lesprance de
Effectif mesur 11 28 43 47 32 28 7 4 X si lon suppose que la variance de X est gale lestimation ponctuelle de
Effectif thorique 9.96 29.88 44.8 44.8 33.6 20.16 10.08 6.7 lesprance.
(11 9.96)2 (28 29.88)2 (4 6.7)2 (c) Choisir une loi discrte pour reprsenter la variable X et faire un test du 2
et en en dduit la valeur de 2o = + +. . .+ =
9.96 29.88 6.7 95% de confiance.
5.56.
Le critre de dcision pour accepter H0 sera 2o c2 , avec c2 lu dans la table du 2 corrig succint :
6 degrs de libert (on a 8 classes, et le test porte sur une loi de Poisson : le nombre de
d.d.l. considrer est donc 8-2). On lit dans la table, dans la colonne = 0.05 et la ligne (a) Ici leffectif est n = 200. La moyenne dchantillon est lestimation ponctuelle de les-
5 : c2 = 12.59. prance (synonyme de estimation non biaise , voir le cours) : x = 540/200 = 2.7.
De mme lestimation non biaise de la variance est s2 = 2.271, et s = 1.507.
Ainsi, on accepte H0 . 2
(b) Si lon suppose que p = 2.7, on obtient (la p
mthode est habituelle maintenant...) lin-
(c) Si on admet, suite au test du 2 , que X suit une loi de Poisson de paramtre 3, on lit tervalle [x 1.96 2.7/200, x + 1.96 2.7/200] = [2.47, 2.93]
directement dans la table les valeurs p(X = 0) = 4.98%, p(1 X 2) = p(X = (c) La moyenne et de la variance estimes sont proches, et vue la nature du problme (v-
1) + p(X = 2) = 37.34%. nements rares) on teste lhypothse que X suit une loi de Poisson : H0 : X suit une loi
Si on sintresse aux nombre datterissages entre 14h et 15h sur trois jours distincts, si de Poisson de paramtre 2.7 . La table ne donnant pas les valeurs dune loi de Poisson
on note X1 , X2 et X3 les variables donnant le nombre datterissage chacun des trois de paramtre 2.7 on calcule directement les effectifs thoriques 200 p(X = k) =
jours, on sait que, X1 , X2 et X3 tant indpendantes, X1 + X2 + X3 suit une loi de 200 e2.7 2.7k /k! :
Poisson de paramtre 9. Par consquent, p(X1 + X2 + X3 = 2) = 0.5%.
Nombre de dfauts 0 1 2 3 4 5 6
7. Un contrle de qualit sur des chantillons issus dune production conduit aux rsul- Effectif mesur 15 30 48 46 34 22 5
tats suivants : Effectif thorique 13.4 36.3 49 44.1 29.8 16.1 7.2
Nb de dfauts 0 1 2 3 4 5 6
Le 2 observ est 2o = 4.81, alors que, sur la table du 2 7 2 = 5 degrs de libert
Nb de pices 15 30 48 46 34 22 5 on lit c2 = 11.07. On accepte donc lhypothse H0 .
(a) Donner une estimation non biaise de lesprance et la variance du nombre de Remarque : un test du 2 validerait aussi lhypothse dune loi de Poisson de paramtre
dfauts X. 3...