Probabilités Et Statistique

3ème année de l’enseignement supérieur
Jean-
Michel Probabilités et Statistique
JOLION
Bint El Prep 2009

Probabilités et Statistique
Jean-Michel JOLION
Département Génie Industriel
3ème Année
 Sommaire ……………………………………………………………………………...2
 Probabilités …………………………………………………………………………….6
o Notions de probabilités
o Analyse combinatoire (rappels)
 Factorielle
 Arrangements de p objets parmi n
 Permutations
 Combinaisons de p parmi n
 Répétitions
o Epreuves et Evènements
o Espace probabilisé
 Axiomatique de Kolmogorov
 Propriétés élémentaires
o Probabilité conditionnelle - Théorème de Bayes
 Théorème des probabilités composées
 Conséquences
 Théorème de Bayes - Probabilités des causes
o Le paradoxe de Bertrand
 Variables aléatoires …………………………………………………………………17

o Variable aléatoire : définitions
o Fonction de répartition
 Définition
 Propriétés
 Fonction de répartition d'une v.a. discrète
o Fonction de répartition d'une v.a. continue
o Couple de variables aléatoires
 Définitions
 Cas d'un couple de v.a. continues
 Cas d'un couple de v.a. discrètes
 Distribution conditionnelle
o Loi d'une fonction d'une ou plusieurs variables aléatoires
 Transformation d'une variable aléatoire
 Densité de probabilité d'une somme de V.A. indépendantes
o Moyenne et espérance mathématique d'une v.a.
 Notion de moyenne pour une v.a. discrète
 Espérance mathématique
o Moments
2 Jean-Michel Jolion2006 LD
 Définitions
 Quelques moments particuliers
 Variance, covariance et écart-type
 Variable centrée réduite
 Coefficient de corrélation
 Exemple
 Inégalités de Bienaymé - Tchebyshev - Markov
o Quelques lois de probabilités
 Les valeurs principales
 Liaisons entre lois de probabilités
o Quelques relations
o Loi des grands nombres
 Convergence stochastique
 Théorème central limite
o Simulation d'une variable aléatoire
 Méthode générale par transformation inverse
 Loi uniforme
 Loi exponentielle
 Loi binomiale
 Loi de Poisson
 Loi normale :
o Autres indicateurs
 Histogramme
 Médiane
 Mode
 Autres moyennes
 Estimation ……………………………………………………………………………53
o Estimation ponctuelle
 Introduction
 Estimateur convergent
 Estimateur sans biais
 Estimateur efficace
 Robustesse
o Méthode du maximum de vraisemblance
o Estimation par intervalle de confiance
 Estimation d'une proportion
 Estimation d'une moyenne
 Estimation d'une variance
o Estimation robuste
 Interprétation de données: l'approche bayésienne
 Le traitement de l'a priori
 Le traitement de l'a posteriori
 Le cas monodimensionnel
 Le cas général
 Estimation itérative
o Régression linéaire
 Formalisation
 Résolution dans le cas d'une distribution normale des écarts
 Le cas de la droite
 Intervalle de confiance sur le coefficient de corrélation
o Filtre de Kalman
o Estimation d'un mode
o Estimation d'une densité
 Tests d'hypothèse …………………………………………………………………….86

o Introduction
 Hypothèses et erreurs
 Tests bilatéral et unilatéral
 Région d'acceptation et région critique
 Choix d'un test
 Influence de l'échantillonnage
o Test entre deux hypothèses simples
 La méthode de Neyman et Pearson
 Test de la moyenne d'une loi normale d'écart-type connu
 Test de la moyenne d'une loi normale d'écart-type inconnu
 Test d'une variance de loi normale, la moyenne étant connue
 Test d'une variance de loi normale, la moyenne étant inconnue
 Test d'une proportion
o Test entre hypothèses composées
 Tests UMP
 Test d'une moyenne de loi normale, l'écart-type étant connu
 Test d'une moyenne de loi normale, l'écart-type étant inconnu
 Test d'une variance de loi normale, la moyenne étant connue
 Test d'une variance de loi normale, la moyenne étant inconnue
 Test d'une proportion
o Test de comparaison
 Comparaison de deux moyennes
 Comparaison de deux variances
 Comparaison de deux proportions
o Test du rapport des vraisemblances maximales
o Test d'adéquation
 Test du
 Test de Kolmogorov
 Test de Cramer-Von Mises
o Test d'indépendance
 Test des différences premières
 Test de Spearman
o Test de comparaison d'échantillons
 Test des variances de Fisher-Snédécor
 Test de Student
 Test de Spearman
o Analyse de la variance
 Les données de l'analyse
 Le test
 Analyse des contrastes
 Le Contrôle Statistique de Process: SPC ……………………………...……………120

o Introduction
o Capabilité d'un processus
 Etude de la capabilité des processus
 Indicateurs généralisés
 Les cartes de contrôle
 Tables ……………………………………………………………………………….126
o Fonction de répartition de la loi normale centrée réduite
o Fractiles de la loi normale centrée réduite
o Fractiles de la loi du à degrés de liberté
o Valeurs de la variable de Fisher-Snédécor ayant la probabilité

d'être dépassées

d'être dépassées

d'être dépassées
o Table de distribution de (Loi de Student)
o Table du coefficient de corrélation des rangs de Spearman de deux variables
aléatoires indépendantes
o Fonction de répartition de la statistique de Cramer-Von Mises
o Table du test de Kolmogorov-Smirnov
 Exercices ……………………………………………………………………………142
o Probabilités
o Variables aléatoires
o Estimation
o Tests d'hypothèses
o SPC
o Sujets généraux
 Problème 1
 Problème 2
 Problème 3
 Problème 4
 Bibliographie ………………………………………………………………………..185
Probabilités
Subsections
 Notions de probabilités
 Analyse combinatoire (rappels)
o Factorielle
o Arrangements de p objets parmi n
o Permutations
o Combinaisons de p parmi n
o Répétitions
 Epreuves et Evènements
 Espace probabilisé
o Axiomatique de Kolmogorov
o Propriétés élémentaires
 Probabilité conditionnelle - Théorème de Bayes

o Théorème des probabilités composées
o Conséquences
o Théorème de Bayes - Probabilités des causes
 Le paradoxe de Bertrand
Notions de probabilités
Il existe plusieurs manières de définir une probabilité. Principalement, on parle de

probabilités inductives ou expérimentales et de probabilités déductives ou théoriques. On
peut les définir comme suit :
Probabilité expérimentale ou inductive : la probabilité est déduite de toute la population

concernée. Par exemple, si sur une population d'un million de naissances, on constate 530000
garçons et 470000 filles, on dit que P[garçon] = 0.53
Probabilité théorique ou déductive : cette probabilité est connue grâce à l'étude du phénomène
sous-jacent sans expérimentation. Il s'agit donc d'une connaissance a priori par opposition à la
définition précédente qui faisait plutôt référence à une notion de probabilité a posteriori. Par
exemple, dans le cas classique du dé parfait, on peut dire, sans avoir à jeter un dé, que
P["obtenir un 4"] = .
Comme il n'est pas toujours possible de déterminer des probabilités a priori, on est souvent
amené à réaliser des expériences. Il faut donc pouvoir passer de la première à la deuxième
solution. Ce passage est supposé possible en terme de limite (i.e. avec une population dont la
taille tend vers la taille de la population réelle).
Analyse combinatoire (rappels)
Subsections
 Factorielle
 Arrangements de p objets parmi n
 Permutations
 Combinaisons de p parmi n
 Répétitions
Factorielle
Si une action peut être obtenue de façons différentes, puis suivant cette action, de façons
différentes indépendantes des précédentes, puis ...alors, le nombre de possibilités correspondant à
l'ensemble de ces actions est
On appelle factorielle n et l'on note n! le nombre :
On peut aussi définir la factorielle grâce à la fonction :
qui a les propriétés suivantes : pour n entier et .
La formule de Stierling permet de construire une estimation de la factorielle très valable pour
Arrangements de p objets parmi n
Nombre de possibilités de ranger p objets choisis parmi n :
Permutations
Arrangement de objets parmi en tenant compte de l'ordre : .
Par exemple, il y a permutations possibles de symboles : ,
, , , , .
Combinaisons de p parmi n
On ne tient pas compte de l'ordre des objets dans le rangement : .
La notation anglosaxonne pour les combinaisons est un peu différente : .
Propriétés :
Répétitions
Soient n objets dont on dispose une infinité d'exemplaires. On en choisit p parmi ces n classes
d'objets. Il peut donc y avoir répétitions du même objet. Dans ce cas, on obtient de nouveaux
indicateurs :
Toujours dans le même contexte, on cherche le nombre de possibilité d'avoir a fois le 1er
objet, b fois le 2ème objet, ...k fois le nème objet. Le nombre de permutations est donné par :
Epreuves et Evènements
Une expérience est dite aléatoire si ses résultats ne sont pas prévisibles avec certitude en
fonction des conditions initiales.
On appelle épreuve la réalisation d'une expérience aléatoire.
On appelle évènement la propriété du système qui une fois l'épreuve effectuée est ou n'est pas
réalisée.
Exemple : Soient l'expérience aléatoire "lancer deux dés discernables" (et non pipés si l'on
veut vraiment une expérience aléatoire) et l'évènement A "obtenir un total des nombres
".
A se réalise pour les épreuves (6,5), (5,6), (6,6).
Correspondance entre les opérateurs logiques et les ensembles (la relation liant ces notations
est un isomorphisme, on peut donc employer n'importe laquelle).
Logique Ensemble
état du système
élément
évènement A
partie
évènement certain espace entier
évènement impossible
partie vide
évènement contraire ou
partie complémentaire
l'évènement B entraine l'évènement A
A et B
intersection
évènements incompatibles
parties disjointes
A ou B (ou non exclusif)

réunion
ou exclusif somme
A partir de ces notions, on peut préciser le calcul de probabilités d'un évènement A :
probabilité théorique : .
probabilité expérimentale : . Cette approche

(aussi appellée approche fréquentiste) ne permet pas de donner une valeur ni même un sens à
la probabilité d'un évènement non répétable du genre "neigera-t-il le 25 octobre 2990" ce qui
limite de fait le champ d'application du calcul des probabilités.
Pour les fréquentistes, seules ont un sens les probabilités calculées a posteriori sur la base de
la répétition d'un grand nombre d'évènements identiques; pour les subjectivistes, au contraire,
la notion de probabilité a priori, évaluable en fonction d'un sentiment individuel d'incertitude,
peut avoir un sens.
Espace probabilisé
Subsections
 Axiomatique de Kolmogorov
 Propriétés élémentaires
Axiomatique de Kolmogorov
A chaque évènement, on associe un nombre positif compris entre 0 et 1, sa probabilité. Afin d'éviter
toute discussion sur cette notion, la théorie moderne des probabilités repose sur l'axiomatique
suivante :
Définition 1
On appelle probabilité sur ( , ) (où est l'ensemble des évèvements et une classe de
parties de ), ou loi de probabilité, une application de dans telle que :
-
- pour tout ensemble dénombrable d'évènements incompatibles on a
Définition 2
On appelle espace probabilisé le triplé ( , , )
Une loi de probabilité n'est donc rien d'autre qu'une mesure positive de masse totale 1. On
peut donc relier la théorie des probabilités à celle de la mesure.
Propriétés élémentaires
De l'axiomatique de Kolmogorov, on peut déduire les propriétés suivantes :
Propriété 1 :
Propriété 2 :
Propriété 3 :
Propriété 4 :
Propriété 5 : (Il n'y a stricte égalité que si les évènements sont

deux à deux incompatibles.)
Propriété 6 : Continuité monotone séquentielle.
Propriété 7 : Théorème des probabilités totales : Soit un système complet
d'évènements (i.e. tel que constitue une partition de ).
Remarque : . De même, .
Probabilité conditionnelle - Théorème de Bayes
Subsections
 Théorème des probabilités composées

 Conséquences
 Théorème de Bayes - Probabilités des causes
Théorème des probabilités composées
Soient deux évènements A et B réalisés respectivement et fois au cours de épreuves.
On a donc et . Si de plus A et B sont réalisés simultanément fois,
on a . Que peut-on déduire sur la probabilité de l'évènement B sachant que

l'évènement A est réalisé ? Cette probabilité est appellée probabilité conditionnelle de B
sachant A et se note . Dans notre cas, on a .
Par définition, on a et .
Conséquences
Deux évènements A et B sont dits indépendants si ou encore si
(l'information sur la réalisation de A n'apporte rien à l'évènement B) et
Attention :
1) indépendant incompatible.
2) et sont indépendants uniquement si vous pouvez
prouver que théoriquement. En pratique, i.e. sur des valeurs

numériques, on ne peut pas induire l'indépendance à partir de cette égalité constatée
numériquement. On ne peut que supposer très probable cette indépendance.
Si deux évènements et sont indépendants, alors il en est de même de et , et

, et .
Soit , , ..., une suite d'évènements ayant une intersection commune non nulle, i.e.
, on a alors
Théorème de Bayes - Probabilités des causes
Soit un évènement qui peut dépendre de causes différentes et incompatibles deux à

deux (on ne peut avoir deux causes réalisées simultanément). Etant donnée la réalisation de
l'évènement , quelle est la probabilité que ce soit qui en soit la cause ?
On peut écrire que car constitue un système complet (les causes
sont incompatibles deux à deux et toutes les causes possibles à sont supposées connues).
Donc d'après le théorème des probabilités totales, on a .
En appliquant le théorème des probabilités conditionnelles, on a
donc
Exemple : Deux machines et produisent respectivement 100 et 200 objets.
produit de pièces défectueuses et en produit . Quelle est la probabilité pour
qu'un objet défectueux ait été fabriqué par la machine ?
L'évènement constaté, , est donc la présence d'une pièce défectueuse et les causes sont les
machines et . Compte tenu des productions de ces machines, on a et
. De plus, les probabilités conditionnelles de l'évènement selon les machines
sont et . En reportant ces valeurs dans la formule

générale, on obtient
Le paradoxe de Bertrand
Ce paradoxe est un exemple classique permettant de mesurer la limite des définitions de probabilités.
Considérons un triangle équilatéral et son cercle circonscrit. On tire une corde au hasard.
Quelle est la probabilité que sa longueur soit supérieure à celle du côté du triangle ?
On doit à Renyi les remarques suivantes :
Première solution. Comme la longueur de la corde est déterminée par la position de son
milieu, le choix de la corde peut consister à marquer un point au hasard à l'intérieur du cercle.
La probabilité pour que la corde soit plus longue que le côté du triangle équilatéral inscrit est
alors égale à la probabilité pour que le milieu de la corde soit intérieur au cercle inscrit dans
ce triangle qui est de rayon moitié.
Si on admet que la répartition de ce point est uniforme dans le cercle, on trouve pour la
probabilité demandée :
Deuxième solution. La longueur de la corde est déterminée par la distance de son milieu au
centre du cercle. Par raison de symétrie, nous pouvons considérer que le milieu de la corde est
pris sur un rayon donné du cercle et supposer que la répartition de ce point sur le rayon est
uniforme. La corde sera plus longue que le côté du triangle équilatéral inscrit si son milieu est
à une distance du centre inférieure à r/2; la probabilité recherchée est alors 1/2.
Troisième solution. Par raison de symétrie, nous pouvons supposer qu'on a fixé une des
extrémités de la corde en . L'autre sera choisie au hasard sur la circonférence. Si on admet

que la probabilité que l'autre extrémité tombe sur un arc donné de la circonférence est
proportionnelle à la longueur de cet arc, la corde est plus grande que le côté du triangle
équilatéral inscrit quand P se trouve sur l'arc (tel que ) dont la longueur
est le 1/3 de celle de la circonférence; la probabilité est donc de 1/3.
Il est clair que les trois hypothèses de répartition sont également réalisable. Il n'y a pas
cependant de réel paradoxe car il s'agit simplement d'un choix de conditions expérimentales
de tirage des cordes qui conduisent à des évènements différents.
Variables aléatoires
Subsections
 Variable aléatoire : définitions

 Fonction de répartition
o Définition
o Propriétés
o Fonction de répartition d'une v.a. discrète
 Fonction de répartition d'une v.a. continue

 Couple de variables aléatoires
o Définitions
o Cas d'un couple de v.a. continues
o Cas d'un couple de v.a. discrètes
o Distribution conditionnelle
 Loi d'une fonction d'une ou plusieurs variables aléatoires

o Transformation d'une variable aléatoire
o Densité de probabilité d'une somme de V.A. indépendantes
 Moyenne et espérance mathématique d'une v.a.

o Notion de moyenne pour une v.a. discrète
o Espérance mathématique
 Moments
o Définitions
o Quelques moments particuliers
o Variance, covariance et écart-type
o Variable centrée réduite
o Coefficient de corrélation
o Exemple
o Inégalités de Bienaymé - Tchebyshev - Markov
 Quelques lois de probabilités
o Les valeurs principales
o Liaisons entre lois de probabilités
 Quelques relations
 Loi des grands nombres
o Convergence stochastique
o Théorème central limite
 Simulation d'une variable aléatoire

o Méthode générale par transformation inverse
o Loi uniforme
o Loi exponentielle
o Loi binomiale
o Loi de Poisson
o Loi normale :
 Autres indicateurs
o Histogramme
o Médiane
o Mode
o Autres moyennes
Variable aléatoire : définitions
Une variable aléatoire (V.A.) est une application de l'ensemble des épreuves dans le corps des
réels. Elle est caractérisée par l'ensemble des probabilités associées à tous ses états possibles.
Définition 1 Tout ensemble de parties d'un ensemble , stable par réunion, intersection et
complémentarité s'appelle une tribu sur .
Soit une tribu de parties de . Le couple s'appelle un espace probabilisable ou

mesurable et est l'ensemble des évènements.
Si peut être muni d'une topologie, alors la tribu engendrée par la classe des ouverts de
est appellée tribu borélienne.
Définition 2 Une variable aléatoire est une application mesurable d'un espace probabilisé
( , , ) dans le corps des réels muni de sa tribu borélienne ( , ) (i.e. ensemble des
intervalles de la forme ).
Définition 3 Pour tout borélien B (i.e. ), on définit une loi de probabilité de X sur
( , ) et l'on note :
Définition 4 Une v.a. est discrète si Card[ ] est fini ou dénombrable.
Dans ce cas, ne peut prendre, avec une probabilité non nulle, qu'un nombre fini de valeurs
particulières . On note généralement les probabilités par .
Définition 5 Une v.a. est continue si elle peut prendre toute valeur sur un segment de la
forme , , , et telle que .
Définition 6 Une v.a. est mixte si 1) , 2)
et 3)
Fonction de répartition
Subsections
 Définition
 Propriétés
 Fonction de répartition d'une v.a. discrète
Définition
La fonction de répartition (FR) d'une v.a. est l'application de dans définie

par
Propriétés
est non décroissante.
est continue à gauche.
est continue à droite dans le cas des v.a. continues.
et
Fonction de répartition d'une v.a. discrète
Soit une v.a. discrète pouvant prendre les valeurs de probabilités
respectivement avec .
où est donné par .
Fonction de répartition d'une v.a. continue
Soit une v.a. continue. Sa fonction de répartition est continue à gauche et à droite. Il existe donc
une fonction telle que l'on puisse écrire :
Par définition, est appellée densité de probabilité de , ou en abrégé, ddp de . Cette

fonction a les propriétés suivantes :
Couple de variables aléatoires
Subsections
 Définitions
 Cas d'un couple de v.a. continues
 Cas d'un couple de v.a. discrètes
 Distribution conditionnelle
Définitions
Soient et deux v.a. définies sur le même espace probabilisé. On appelle fonction de
répartition conjointe de et , la fonction définie par :
On a par définition, et .
Cas d'un couple de v.a. continues
On note la ddp conjointe de et et l'on a par définition :
avec les propriétés suivantes :
On peut également définir une fonction de répartition marginale de , notée par
(idem pour , ).
Cas d'un couple de v.a. discrètes
On note .
Distribution conditionnelle
Soient et deux v.a. continues de FR conjointe et de ddp conjointe . Comment peut-on
évaluer la probabilité conditionnelle ?
On définit la fonction de répartition conditionnelle par
et la densité de probabilité conditionnelle par
Si les deux v.a. sont indépendantes, alors on a
Loi d'une fonction d'une ou plusieurs variables aléatoires
Dans la pratique, on est souvent amené à manipuler des variables aléatoires qui sont des
transformations ou des combinaisons de variables aléatoires connues. C'est pourquoi on
dispose de règles de passage d'une loi à une autre, pour des transformations simples.
Subsections
 Transformation d'une variable aléatoire

 Densité de probabilité d'une somme de V.A. indépendantes
Transformation d'une variable aléatoire
Transformation d'une loi discrète Soit une v.a. discrète de loi . Alors, la loi de la
v.a. est définie par :
où désigne la fonction réciproque de .
Transformation d'une loi continue Soit une v.a. continue dont la loi admet la densité de
probabilité et une fonction monotone et dérivable. Alors, la densité de la loi de la v.a.
est définie par :
où désigne la fonction réciproque de .
On peut par ces propriétés montrer en particulier que la v.a. où est la fonction
de répartition de la loi de la v.a. , suit une loi uniforme sur l'intervalle .
Exemple : Soit . On a et donc .

En application de la propriété précédente, on obtient
Densité de probabilité d'une somme de V.A. indépendantes
Soient et deux v.a. continues de ddp et . Si et sont indépendantes,
alors la densité de probabilité de la v.a. définie par est donnée par
Cette propriété se généralise quel que soit le nombre de variables dans la somme. On peut
aussi additionner des variables aléatoires discrètes.
Soient et deux v.a. discrètes à valeurs dans et . La loi de est

définie par :
En particulier, si et sont indépendantes, on a :
On peut aussi passer par les propriétés de l'opérateur espérance mathématique (voir section
suivante).
Moyenne et espérance mathématique d'une v.a.
Subsections
 Notion de moyenne pour une v.a. discrète

 Espérance mathématique
Notion de moyenne pour une v.a. discrète
Soit une v.a. discrète prenant ses valeurs dans et dont les probabilités associées
sont .
Par définition, on appelle moyenne théorique ou espérance mathématique de , et l'on
note , la valeur .
On ne connait cette v.a. que par le moyen d'un échantillon de taille (dont on supposera
qu'il est significatif par rapport au nombre de valeurs possible, , de la v.a., i.e. ).
Chaque évènement se réalise fois dans l'échantillon ( ).
La moyenne expérimentale est définit par .
Si on admet que la proportion tend vers la propabilité théorique pour un échantillon de

taille infinie ( ) alors on peut estimer la moyenne théorique par la limite de la
moyenne expérimentale.
Espérance mathématique
Soit une v.a. On définit l'espérance mathématique de et l'on note la valeur
où est la fonction de répartition de .
Cette intégrale est dite au sens de Stieljes. Soit une v.a. définie sur . On peut
discrétiser la v.a. en introduisant une nouvelle v.a. discrète en découpant l'intervalle
en intervalles tels que
et donc
Grâce à un échantillon de taille , on peut calculer une moyenne expérimentale de
( ) qui tend vers la moyenne théorique si . Si
de plus, on découpe en une infinité d'intervalles de la forme ( ), alors on

obtient la moyenne théorique de la v.a. par
Remarque : L'espérance mathématique n'est pas toujours définie. C'est en particulier le cas de
la loi de Cauchy dont la ddp est donnée par car l'intégrale
diverge.
Propriétés : Les propriétés de l'espérance mathématique proviennent de celle de l'opérateur

intégral et en particulier la linéarité. Soit une v.a. et une constante.
Soient et deux v.a. et et deux constantes.
Plus généralement, pour toute fonction , positive, continue, à support compact
Exemple : Soient et deux v.a. continues indépendantes de même loi . On souhaite
trouver la loi de la variable aléatoire . On a donc
Les deux variables étant indépendantes, on a . Soit le

changement de variables suivant :
dont le jacobien est
Ce qui nous donne
d'où l'on déduit la densité de probabilité
Supposons maintenant que ces deux variables aléatoires suivent une loi exponentielle de
paramètre , . On a alors
La v.a. suit donc une loi uniforme. Comme on doit avoir et , cela donne
et .
Moments
La notion de moment permet d'introduire celle d'indicateur résumant et/ou caractérisant une
variable aléatoire. On y retrouvera la moyenne comme cas particulier.
Subsections
 Définitions
 Quelques moments particuliers
 Variance, covariance et écart-type
 Variable centrée réduite
 Coefficient de corrélation
 Exemple
 Inégalités de Bienaymé - Tchebyshev - Markov
Définitions
Moment d'ordre n. On appelle moment d'ordre n de la v.a. et l'on note la valeur
Pour les v.a. discrètes, cela donne :
Moment d'ordre n rapporté à l'abscisse a. On appelle moment d'ordre n de la v.a.
rapporté à l'abscisse , et l'on note , la valeur
Moment centré d'ordre n. On appelle moment centré d'ordre n de la v.a. et l'on note
la valeur . Le moment centré

d'ordre d'une v.a. est donc le moment d'ordre de cette v.a. rapporté à l'abscisse
particulière qu'est sa moyenne ( ).
Quelques moments particuliers
est la moyenne.
est la variance (voir plus loin).
Très souvent, pour des raisons d'efficacité, les moments souhaités, i.e. , sont calculés à
partir des moments simples, i.e. . En effet, le calcul d'un moment centré nécessite le calcul
préalable de l'espérance mathématique, il y a donc 2 pas de calculs au lieu d'un seul pour les
moments non centrés.
, et sont utilisés pour caractériser la forme d'une distribution. Pour cela, on
construit des indicateurs sans dimension :
Le coefficient d'asymétrie (skewness) : . Ce coefficient est nul pour une

distribution parfaitement symétrique, inférieur à zéro si la distribution est plus étendue vers la
gauche (les valeurs inférieures à la moyenne), et supérieur à zéro dans le cas contraire.
Le coefficient d'aplatissement (kurtosis) : . est toujours supérieur à 1. De plus,
on a toujours . Plus que l'aplatissement, le coefficient mesure

l'importance des ``queues'' de distribution. Cet indicateur vaut dans le cas de la loi de Gauss
(cf chapitre sur les principales lois de probabilité). Il est inférieur à pour une distribution
moins large que la loi de Gauss et supérieur à pour une distribution plus large.
Remarque : Ces indicateurs ne sont utilisables, i.e. n'ont de sens, que dans le cas d'une
distribution unimodale (un seul maximum).
Variance, covariance et écart-type
La variance est définie par
Elle traduit la dispersion de la distribution de la v.a. autour de sa valeur moyenne. Etant un

carré, la dimension de la variance n'est pas celle de la moyenne. C'est pourquoi on utilise plus
souvent l'écart type, noté , qui est la racine de la variance.
On dit aussi que la variance traduit la notion d'incertitude. Plus la variance est faible, moins le
résultat de l'expérience aléatoire est incertain. A la limite, une v.a. de variance nulle conduit à
des expériences strictement identiques (i.e. le phénomène est complètement déterministe, il
n'y a donc plus aucune raison de garder la notion de variable aléatoire).
La variance a également des propriétés intéressantes vis à vis de la combinaison linéaire de

v.a. :
Soient et deux v.a.

où est la covariance des v.a. et définie par :
La covariance peut être vue comme le moment centré conjoint d'ordre 1 de deux v.a. Si les
deux v.a. sont indépendantes, alors leur covariance est nulle (mais la réciproque n'est pas
vraie en général).
Par ailleurs, soit une v.a. et et deux constantes. On a
Variable centrée réduite
On appelle variable aléatoire centrée réduite, une v.a. construite par : .
C'est le moyen le plus classique pour normaliser une v.a. Par construction, on obtient
et .
Coefficient de corrélation
La relation entre deux v.a. peut être quantifiée par la covariance comme vue précédemment.
Cependant, à l'image de la moyenne et de la variance, la covariance est un moment donc possède
une dimension ce qui la rend plus difficile à interpréter. C'est pourquoi on utilise plus généralement
le coefficient de corrélation, indicateur sans dimension, défini par
Le coefficient de corrélation mesure la qualité de la relation linéaire entre deux variables
aléatoires et (i.e. de la forme ). On a les propriétés suivantes :
Si et sont indépendantes, alors (la réciproque n'est pas vraie en

général).
Si il existe une relation linéaire entre et alors .
On peut réécrire la relation sur la variance d'une somme de v.a. en utilisant le coefficient de
corrélation :
Et en généralisant, on obtient
Exemple
Soit X une v.a. continue et uniforme sur (i.e. équiprobabilité de toutes les valeurs).
L'uniformité de X conduit à une densité de probabilité constante :
Le calcul des moments donne :
donc et
La moyenne ( ) de X est donc nulle et la variance ( ) est égale à
Inégalités de Bienaymé - Tchebyshev - Markov
Inégalité de Tchebyshev : où est un réel positif et une

fonction positive.
En posant, , on obtient l'inégalité de Markov : .
De même, si l'on pose et , on obtient l'inégalité de
Bienaymé-Tchebyshev : .
Cette inégalité est la plus connue des trois. Elle est valable quelle que soit la v.a. X, ce qui est
une propriété très intéressante. Malheureusement, elle n'a que peu d'applications pratiques car
la majoration qu'elle fournit est la plupart du temps excessive.
Quelques lois de probabilités
Subsections
 Les valeurs principales

 Liaisons entre lois de probabilités
Les valeurs principales

Typ
Loi Prob. ou ddp Moyenne Variance
e
et
0-1 D
Uniforme D
Binomiale D
pour
Géométrique D pour
Pascal D
Poisson D pour et
Uniforme C
avec
Gauss C pour
Cauchy C non défini non défini
Gamma C
Exponentiell pour et
C
e
Rayleigh C
pour
Laplace C
Student C
Weibull C
Type : D loi discrète ; C loi continue.
Liaisons entre lois de probabilités
Loi 0-1 : on appelle aussi cette loi, loi de Bernoulli. La v.a. associée à une telle loi est
considérée comme la fonction indicatrice d'un évènement de probabilité p. C'est un cas
particulier de la loi Binomiale.
Loi binomiale : On obtient une v.a. de loi binomiale par une somme de v.a. de loi
0-1 ( ). En d'autres termes, la loi binomiale est la loi associée à répétitions, dans des
conditions identiques et indépendamment, d'une expérience aléatoire dont l'issue est
l'apparition ou la non apparition d'un évènement. La somme de deux lois binomiales de même
paramètre est une loi binomiale.
Loi géométrique : La loi géométrique est la loi du nombre d'essais nécessaires pour faire
apparaître un évènement de probabilité .
Loi de Pascal d'ordre n : C'est la loi du nombre d'essais nécessaires pour observer
exactement fois un évènement de probabilité . Cette loi est la somme de lois

géométriques indépendantes
Loi de Poisson (magistrat français du XIXème siècle) : On obtient une v.a. de loi de Poisson
à partir d'une v.a. de loi binomiale pour laquelle on a et et
. On peut aussi introduire la loi de Poisson par la notion de processus de

Poisson. Soit un phénomène tel qu'un seul évènement puisse se produire à la fois (non
simultanéïté des réalisations) et que le nombre d'évènements se produisant pendant une
période T ne dépend que de la durée de cette période. Supposons enfin l'indépendance des
évènements. Soit l'espérance mathématique d'un nombre N d'évènements

pendant la période de durée T avec la cadence c. c désigne donc le nombre moyen
d'évènements par unité de temps. On démontre alors que la probabilité d'obtenir n évènements
pendant un temps T est .
Figure 1: Densité de probabilité de la loi de Poisson de paramètre .
La somme de deux lois de Poisson de paramètres et est une loi de Poisson de
paramètre .
Loi Normale ou loi de Gauss-Laplace : C'est incontestablement la loi la plus connue. On la

doit à Moivre qui, en 1738, a trouvé cette loi comme limite de la loi binomiale. On utilisera la
notation suivante : . On la retrouve comme modèle le

plus courant pour les distributions d'erreurs de mesure autour d'une valeur ``vraie''. Elle joue
aussi un rôle important en terme de comportement asymptotique des autres lois de
probabilités, comme le montre le théorème central limite. Une propriété intéressante de cette
loi est sa conservation vis à vis de la combinaison linéaire : Soient un ensemble de
v.a. normales de paramètres deux à deux indépendantes, leur somme pondérée par
les coefficients est une v.a. normale de paramètres la somme pondérée des paramètres
Figure 2: Densité de probabilité de la loi normale centrée réduite.
Loi exponentielle : Si suit une loi de Poisson, et traduit le nombre d'apparitions d'un
certain phénomène aléatoire dans un intervalle de temps , alors la variable aléatoire

représente l'intervalle de temps séparant deux apparitions d'un évènement donné. Cette
nouvelle variable suit une loi exponentielle de paramètre où est le paramètre de la loi de
Poisson. En fiabilité, cette loi est très utilisée pour représenter la durée de vie de circuits
électroniques. L'espérance est souvent appelée le MTBF (Mean Time Between Failure) et
le taux de défaillance. La loi exponentielle est un cas particulier de la loi Gamma pour
.
Figure 3: Densité de probabilité de la loi exponentielle de paramètre .
La loi exponentielle est souvent utilisée pour son caractère sans mémoire. Soit une
variable aléatoire suivant une loi exponentielle. Soient et deux réels strictement positifs,
on a
Cela signifie que la probabilité d'être dans un intervalle dépend uniquement de la

largeur de l'intervalle et pas de sa position absolue (d'où le vocable ``d'effet sans mémoire``).
Loi de Weibull : Cette loi est aussi très utilisée pour caractériser la fiabilité des matériels.
Elle est reliée à la loi exponentielle par la relation suivante : suit une loi de Weibull de
paramètre si suit une loi exponentielle. On dit que est le paramètre de forme :
correspond à un matériel qui se dégrade avec le temps (usure); à un matériel
qui se bonifie avec le temps; (cas où la loi est exponentielle) à un matériel sans usure
(pannes purement accidentelles).
Figure 4: Densité de probabilité de la loi de Weibull de paramètre .
Loi Gamma : Soit une v.a. normale X de paramètres et soit une v.a. construite par
. suit une loi Gamma de paramètres . La distribution

gamma est une généralisation de la loi exponentielle. En effet, si la loi exponentielle
corrrespond à la distribution de probabilité du temps séparant l'apparition de deux évènements
donnés, la loi gamma fournit la distribution de probabilité du temps qui s'écoule entre la
Kème et la (K+r)ème apparition de l'évènement. La loi gamma est appliquée comme modèle
de probabilité pour prévoir la durée de vie des appareils qui subissent une usure tels les
véhicules automobiles ou les appareils mécaniques.
Loi du : Le paramètre m est le nombre de degrés de liberté de cette loi. Cette distribution
permet de définir la loi de la v.a. où les sont des v.a. normales centrées
réduites indépendantes. Pour m tendant vers l'infini, cette loi tend asymptotiquement vers une
loi normale. La somme de deux v.a. du à respectivement et degrés de liberté, est une
nouvelle v.a. de loi du à degrés de liberté. On peut aussi relier cette loi à la loi
Gamma avec .
Loi de Rayleigh : C'est la loi de la norme, i.e. où et sont des v.a.

normales centrées. C'est aussi la loi de la dérivée de la loi normale. La loi de Rayleigh
apparaît souvent pour décrire le bruit en sortie de certains récepteurs de transmissions.
Loi de Student : Si : , et si (indépendante de ) est telle que suit
une loi du à degrés de liberté, alors la variable suit une loi de Student à
degrés de liberté. Cette loi sert essentiellement pour les tests statistiques d'hypothèses.
Quelques relations
En statistique, on est souvent amené à construire les variables aléatoires suivantes :
Dans le cas, fréquent, où l'on admet ou vérifie, que les sont des lois normales de même
paramètrage , alors
suit une loi normale .
suit une loi du à degrés de liberté.
suit une loi de Student degrés de liberté.
Par ailleurs, on sait que seules les affinités (et en particulier les sommes) conservent les lois
normale, binomiale, uniforme et Gamma (à paramètres entiers).
Loi des grands nombres
Subsections
 Convergence stochastique
 Théorème central limite
Convergence stochastique
On s'intéresse à la loi d'une suite de v.a. indentiques, et plus particulièrement à la convergence à
l'infini. Pour étudier cette convergence, il existe de nombreux outils dont nous résumons ici les
principaux.
Convergence en loi. Soit une suite de v.a. de F.R. , et soit une v.a. de FR
. On dit que la suite converge en loi vers la v.a. ssi converge vers
Convergence en probabilité. On dit que la suite converge en probabilité vers la v.a.
ssi (donnés arbitrairement petits) tel que
Cette définition est une généralisation du théorème de Bernouilli (dans le cas où est une
constante). En conséquence de ce théorème, on sait que dans une série d'épreuves
indépendantes, la fréquence relative de l'évènement A converge en probabilité vers P(A)
quand le nombre d'épreuves croit indéfiniment.
Convergence en moyenne. On dit que la suite converge en moyenne d'ordre p vers la v.a.
ssi pour tendant vers l'infini. La plus utilisée de ces convergences
est la convergence en moyenne quadratique ( ).
La convergence moyenne d'ordre 2 implique la convergence en moyenne d'ordre 1 (ou

convergence en moyenne) qui implique la convergence en probabilité qui implique la
convergence en loi. Cette dernière est donc la convergence la plus stricte.
Exemple : Théorème de De Moivre-Laplace : Soit une suite de v.a. binomiales .
converge en loi vers une loi normale centrée réduite . On admet
généralement que cette convergence est bonne si et . Par exemple,
soit une v.a. . Le critère est validé. Soit à approximer la valeur de
. La valeur exacte est 0.1319 d'après les tables. D'après le théorème, on obtient
une valeur approchée de par
Cette formule d'approximation avec une loi donne
Soit une erreur de moins de .
Théorème central limite
Le théorème central limite est l'un des résultats les plus importants de la théorie des
probabilités. De façon informelle, ce théorème donne une estimation très précise de l'erreur
que l'on commet en approchant l'espérance mathématique par la moyenne arithmétique. Ce
phénomène a d'abord été observé par Gauss qui l'appelait loi des erreurs; mais ce dernier n'en
a pas donné de démonstration rigoureuse. La preuve du théorème a été apportée part Moivre
et Laplace; le théorème porte donc parfois leurs noms.
Ce théorème est fondamental car il justifie toutes les approximations par la loi normale.
Théorème :
Soit une suite de v.a. de même loi d'espérance et d'écart type . Alors la v.a.
converge en loi vers une v.a. normale centrée réduite .
Exemples : La moyenne expérimentale ou arithmétique ( ) converge donc
vers une loi normale de moyenne , la moyenne théorique, et d'écart-type .
Une proportion tend vers une loi normale de moyenne la proportion théorique et
d'écart-type .
Comme cas particulier de ce théorème, on retrouve également la convergence d'une suite de

loi binomiale vers la loi normale (théorème de Bernoulli). Ce théorème justifie l'utilisation de
la loi normale lorsqu'il y a répétition d'expériences identiques. Par contre, ce théorème reste
strict sur les conditions d'applications. On considère souvent que ce théorème reste valable
même si les distributions individuelles sont différentes, pour autant que la variance de chacun
des termes individuels soit négligeable vis-à-vis de la variance de la somme. C'est en fait un
théorème plus général du à Lindeberg.
Théorème :
Soient des v.a. indépendantes, pas forcément de même loi, centrées et de
variance . Soient , et la fonction de répartition de
la v.a. . Si la condition suivante est réalisée
alors
La condition de Lindeberg exprime que les v.a. sont ``uniformément petites'' avec une
grande probabilité. Le résultat veut dire qu'à force d'ajouter de telles variables, on finit par
obtenir une loi normale. Autrement dit, si une variable est la résultante d'un grand nombre de
causes, petites, à effet additif, cette variable suit une loi normale. C'est à cause de cette
interprétation que la loi normale est très souvent employée comme modèle (malheureusement
pas toujours à raison).
Enfin, notons que ces théorèmes supposent l'existence des moments des v.a. On ne peut donc
pas les utiliser par exemple pour des v.a. suivant une loi de Cauchy (dans ce cas particulier, la
somme produit une v.a. qui a toujours une loi de Cauchy et cela quel que soit le nombre
d'éléments dans la somme).
Simulation d'une variable aléatoire
Très souvent en simulation, on est amené à utiliser des échantillons fictifs de réalisations
d'une v.a. de loi déterminée. Nous abordons ici un ensemble de méthodes de construction de
tels échantillons
Subsections
 Méthode générale par transformation inverse

 Loi uniforme
 Loi exponentielle
 Loi binomiale
 Loi de Poisson
 Loi normale :
Méthode générale par transformation inverse

Soit à construire un échantillon de réalisations d'une v.a. de fonction de répartition . Soit
la v.a. définie par . Cette v.a. suit une densité de probabilité uniformément
distribuée sur l'intervalle . Sa fonction de répartition G est telle que
Soient un échantillon de taille n d'une v.a. uniformément distribuée sur .
Les peuvent être considérés comme des réalisations de la v.a. . Pour calculer les
réalisations de , il suffira alors de calculer la valeur de qui correspond à une valeur
de sa fonction de répartition :
Loi uniforme
La construction d'un échantillon fictif d'une v.a. de loi quelconque nécessite en premier lieu la
construction d'un échantillon fictif d'une v.a. uniforme entre 0 et 1. Pour une loi uniforme, on ne
pourra donc pas se servir de la méthode générale. On utilisera alors soit des tables de nombres au
hasard, soit des algorithmes de génération de nombres pseudo-aléatoires (fonction random classique
sur les machines par exemple).
Loi exponentielle
pour et . On a le résultat suivant
. La méthode générale par transformation inverse nous donne
. Si on remplace par (ce qui est possible sans conséquence car la
distribution uniforme est symétrique), alors on obtient . On a donc
Loi binomiale
. et doivent être connus. On pose alors et on génère
nombres aléatoires uniformément distribués et pour chaque , on fait le test
si alors faire
si alors faire
sera la valeur de la réalisation d'une v.a. binomiale de paramêtres et . Cet algorithme
utilise la propriété qui relie la loi binomiale à la loi 0-1 ( ).
Loi de Poisson
. On utilise le fait que les intervalles de temps séparant deux évènements

successifs suivant une loi de Poisson sont distribués exponentiellement. On génère donc les
intervalles distribués suivant une loi exponentielle de moyenne 1. La réalisation de la

variable aléatoire de Poisson de paramètre sera alors déterminée par l'inégalité
avec ( : v.a. uniforme [0,1] et v.a. exponentielle de moyenne 1).
Loi normale :
On utilise le théorème central limite. La distribution de la moyenne d'une v.a. tend vers une loi
normale lorsque la taille de l'échantillon est suffisamment grande, et ceci quelle que soit la
distribution de la v.a. . On peut donc prendre Y : v.a. uniforme sur [0,1]. Donc et
. La v.a. définie par tend vers une loi normale centrée réduite.
Pour obtenir une échantillon de v.a. normale de moyenne et de variance , on utilisera la

relation
En pratique, on utilise .
Autres indicateurs
Il existe d'autres indicateurs permettant de caractériser une v.a. Ils ne sont pas issus du calcul des
moments.
Subsections
 Histogramme
 Médiane
 Mode
 Autres moyennes
Histogramme
L'histogramme est analogue à la courbe de densité. L'ordonnée associée à chaque abscisse est égal à
la fréquence d'apparition de la valeur dans l'échantillon. Dans le cas d'une v.a. discrète, la
construction de l'histogramme ne pose pas de problème. Par contre, pour une v.a. continue, il est
nécessaire de résumer les valeurs à reporter sur la courbe en classes.
La détermination du nombre de classes d'un histogramme est délicate et il n'existe aps de

règle absolue. Un trop faible nombre de classes fait perdre de l'information et aboutit à
gommer les différences pouvant exister entre des groupes de l'ensemble étudié. En revanche,
un trop grand nombre de classes aboutit à des graphiques incohérents où certaines classes
deviennent vides ou presque car , la taille de l'échantillon, est fini.
Sturges propose comme limite maximale du nombre de classes
où désigne la partie entière. Ainsi pour mesures, il ne faudrait pas construire

d'histogrammes de plus de classes.
Médiane
Par définition, la médiane est la valeur correspondant au milieu de la fonction de répartition d'une
v.a.
Si la loi de la v.a. est symétrique, alors la médiane est égale à l'espérance mathématique. la
médiane n'est pas unique. C'est une indicateur insensible aux valeurs extrèmes ce qui en fait
un outil très intéressant dans le domaine des statistiques robustes.
Si l'on part d'un échantillon de réalisations triées par ordre croissant, la médiane sera
obtenue par si est impair. Si est pair, on prend conventionnellement
Exemple : La médiane de la série est (la valeur est la 4ème dans la
série triée ( ) alors que la moyenne est .
Lorsque l'on ne connait qu'une répartition en classes, on cherche la classe médiane
telle que et . On détermine alors par une interpolation

linéaire de la forme
Mode
Par définition, le mode d'une v.a. est sa valeur la plus probable
Le mode n'est pas unique. Il n'est strictement défini que pour une v.a. discrète car pour toute v.a.
continue, on a . Cependant, nous verrons dans le chapitre sur l'estimation

qu'il est possible de trouver une valeur que l'on assimile au mode pour les v.a. continues.
Autres moyennes
Dans la pratique, il peut arriver que la nature des réalisations d'un échantillon ne soit pas adaptée à
l'utilisation de la moyenne classique. Il existe d'autres possibilités
La moyenne géométrique :
La moyenne harmonique :
Il est très dur de connaître les lois de comportements de ces indicateurs particuliers. Il doivent
donc être utilisés avec précaution.
Estimation
On considère généralement deux types d'estimation: l'estimation ponctuelle (on cherche à estimer
une valeur) et l'estimation par intervalle de confiance où l'on estime la probabilité que la valeur vraie
d'un paramètre appartienne à un intervalle donné.
Subsections
 Estimation ponctuelle
o Introduction
o Estimateur convergent
o Estimateur sans biais
o Estimateur efficace
o Robustesse
 Méthode du maximum de vraisemblance

 Estimation par intervalle de confiance
o Estimation d'une proportion
o Estimation d'une moyenne
o Estimation d'une variance
 Estimation robuste
o Interprétation de données: l'approche bayésienne
o Le traitement de l'a priori
o Le traitement de l'a posteriori
o Le cas monodimensionnel
o Le cas général
o Estimation itérative
 Régression linéaire
o Formalisation
o Résolution dans le cas d'une distribution normale des écarts
o Le cas de la droite
o Intervalle de confiance sur le coefficient de corrélation
 Filtre de Kalman
 Estimation d'un mode
 Estimation d'une densité
Estimation ponctuelle
Subsections
 Introduction
 Estimateur convergent
 Estimateur sans biais
 Estimateur efficace
 Robustesse
Introduction
A partir de données d'échantillons représentatifs, on va induire des résultats sur la population-mère
(i.e. population dans laquelle les échantillons ont été prélevés).
Plus exactement, soit un paramètre inconnu 2intervenant dans la loi de probabilité d'une
variable aléatoire . La loi de probabilité de cette variable aléatoire doit être connue
analytiquement (on choisit parmi les modèles existants la loi la plus appropriée au phénomène
observé). Seule la valeur numérique du paramètre intervenant dans cette loi de probabilité
est inconnue.
Soient les valeurs prises par la v.a. dans un échantillon de taille

prélevé dans la population-mère.
On appelle estimateur de , et l'on note , la fonction qui aux valeurs de l'échantillon

fait correspondre la valeur du paramètre . On note la valeur numérique de cette estimation
par
Par définition, est une fonction des réalisations d'une v.a., est donc une v.a. dont on
peut chercher à déterminer les caractéristiques (loi, ddp, FR, moments, ...).
Exemple: On observe un phénomène de production de pièces manufacturées. Chaque pièce

est associée à une mesure (un indicateur de qualité par exemple). Comme on ne peut pas
vérifier chaque mesure, on procède à un échantillonnage qui nous fournit donc un échantillon.
Supposons que la connaissance de la nature de cet indicateur nous permet de faire l'hypothèse
qu'il obéit à une loi de probabilité normale. Le problème est maintenant, au vue de
l'échantillon , de proposer une valeur pour la moyenne de cette loi normale. Il faut
procéder à une estimation du paramètre vrai qui se traduit par la valeur . Il y a une
infinité de manière possible parmi lesquelles on peut citer
médiane
mode
Quel est le meilleur estimateur de la moyenne ? Existe-t-il ?
Sur ce simple exemple, est résumé le problème fondamental de l'estimation: quelle est la
définition mathématique de meilleur?
La réponse est simple, il n'en existe pas. Alors comment comparer les estimateurs. Pour cela,
on se sert de plusieurs critères, le plus souvent liés au bon sens:
le biais: On souhaite que l'estimation ne soit pas systématiquement décalée par rapport à la
valeur vraie.
la précision: Si l'on répète l'estimation sur un autre échantillon, on souhaite obtenir une
estimation cohérente, donc peu de variation d'un échantillon à l'autre. On parlera aussi
d'efficacité.
la convergence: Si l'on peut estimer la valeur du paramètre sur toute la population-mère, la

valeur de l'estimation obtenue doit être la valeur vraie du paramètre.
la compléxité: Toute estimation nécessite un calcul donc un temps. On s'attachera donc à

évaluer la complexité du calcul en fonction de la taille des données (i.e. ).
la robustesse: Dans tout cas concrèt, il existe des sources de perturbations. On souhaite que
l'estimation ne soit pas sensible à la présence de valeurs abérantes (outliers en anglais).
Ces différents critères ne sont pas forcément compatibles entre eux, et l'on retrouve des
dilemmes classiques, précision vs robustesse, convergence vs complexité.
Estimateur convergent
Un estimateur est convergent si la valeur estimée tend en probabilité vers la valeur vraie du
paramètre, soit:
(arbitrairement petits)
Si l'estimation est exhaustive (l'échantillon est égal à la population-mère), alors la valeur vraie
du paramètre est connue.
Estimateur sans biais
Un estimateur est dit sans biais lorsque son espérance mathématique est égale à la valeur vraie
du paramètre.
Un estimateur est dit asymptotiquement sans biais si le biais diminue si la taille de

l'échantillon augmente:
Exemples:
X: : est un estimateur convergent sans biais de la moyenne vraie

de cette v.a.
X: : est un estimateur convergent sans biais de la variance
vraie de cette v.a.
X: ( est supposée inconnue): est un estimateur

convergent avec biais de la variance vraie de cette v.a. Cet estimateur est considéré sans biais
asymptotiquement.
X: ( est supposée inconnue): est un estimateur

convergent sans biais de la variance vraie de cette v.a.
La différence entre ces deux derniers exemples se limite au dénominateur de la formule de

calcul de . Le deuxième estimateur est sans biais car il prend en compte par le terme
le fait qu'il faut utiliser une estimation préalable de la moyenne pour pouvoir faire
l'estimation de la variance, i.e. il n'y a donc plus données disponibles (ou degrés de libertés)
mais . Cette appréciation intuitive peut bien sûr être démontrée.
Soit un estimateur de la variance. On pose comme hypothèse que
l'échantillon est constitué de réalisations de V.A. indépendantes 2 à 2 et de même

nature que la V.A. X inconnue et dont on veut estimer la variance. Pour estimer le biais de
, on calcule l'espérance mathématique de l'estimateur
où est la V.A. associée à la réalisation .
Soit .
En posant , on obtient une V.A. centrée et de même variance que .
On simplifie l'équation précédente en tenant compte de la linéarité de l'opérateur espérance

mathématique.
Pour aller plus loin, on tient compte de quelques propriétés :
 car les V.A. sont indépendantes 2 à 2.
 car est centrée.
 d'après la propriété énoncée sur et par propriété

de la variance.
On constate bien un biais qui se traduit par le facteur . Pour le compenser, on multiplie
l'estimateur par et on obtient un nouvel estimateur sans biais (car )
En développant cette formule, on obtient une forme plus efficace
Estimateur efficace
La variance d'un estimateur représente sa précision. Pour tous les estimateurs (ayant même
moyenne), il est possible de trouver celui dont la précision sera la meilleure, i.e. dont la variance sera
la plus faible. On parle alors d'estimateur à variance minimum.
Lorsque l'on compare deux estimateurs, on dira également que est plus efficace que si
Une estimation est liée à un échantillon de taille finie. Si la population-mère est de taille
infinie, il n'est pas possible d'avoir accès à la valeur vraie . La précision que l'on pourra
obtenir sur ne pourra donc pas descendre en deça d'une certaine limite (borne inférieure de
la variance de l'estimateur ou Minimum Variance Bound (MVB)) qui est déterminée par
l'inégalité de Cramer-Rao:
où , appelée quantité d'information de l'échantillon, est définie par:
est appelée fonction de vraisemblance et se calcule par:
désignant la ddp de la v.a. et
Si un estimateur atteint la limite inférieure, on parle alors de MVB estimateur. On démontre

aussi que cet estimateur est obligatoirement convergent et sans biais.
Remarque: La notion d'information a été proposée dans les années 20 par le chercheur
anglais Ronald A. Fisher (considéré comme le père de la statistique mathématique). La
démarche de Fisher est la suivante: si l'on s'intéresse aux caractéristiques d'une population
nombreuse (voire infinie, c'est le cas limite auquel on est en permanence ramené), on ne peut
ni connaître ni traiter les informations trop abondantes relatives à chacun des individus qui la
composent. Le problème devient donc d'être capable de décrire correctement la population au
moyen d'indicateurs de synthèse pouvant être fournis par des échantillons issus de la
population à étudier. Plus les données chiffrées que l'on peut extraire d'un échantillon
représentent correctement la population de référence et plus l'information contenue dans cet
échantillon doit être considérée comme élevée.
Partant de cette hypothèse, Fisher a définie techniquement l'information comme la valeur

moyenne du carré de la dérivée du logarithme de la loi de probabilité étudiée. La célèbre
inégalité de Cramer permet alors de montrer que la valeur d'une telle information est
proportionnelle à la faible variabilité - c'est à dire au fort degré de certitude - des conclusions
qu'elle permet de tirer. Cette idée, qui est à la racine de toute la théorie de l'estimation et de
l'inférence statistique, est exactement celle que l'on retrouvera vingt ans plus tard chez
Shannon, exprimée cette fois en des termes non plus statistiques mais probabilistes.
Robustesse
Le terme ``robuste'' a été pour la première fois introduit en statistique par G.E.P. Box en 1953. Un
estimateur est dit robuste si il est insensible à des petits écarts sur les hypothèses pour lesquelles il a
été optimisé. Il y a deux sens au terme ``petit'': de petites variations sur toutes les données, ou des
écarts importants sur un petit nombre de données. C'est le deuxième aspect qui est le plus mal pris
en compte par les estimateurs classiques.
Ainsi, la robustesse traduit le plus souvent la résistance de l'estimation aux données abérentes.
On la définit mathématiquement par le plus petit nombre de données extrèmes qui modifie la
valeur de l'estimation ramené à la taille de l'échantillon.
Considérons un échantillon constitué de valeurs identiques , auquel on ajoutera une
perturbation sous la forme de valeurs extrèmes . Pour estimer l'espérance

mathématique, on peut utiliser la moyenne arithmétique qui donne bien sûr sur l'échantillon.
Cependant, cette estimation est modifiée dès l'introduction d'une nouvelle valeur, , sa
robustesse est donc de . Par contre, la médiane de cet échantillon n'est pas modifiée si l'on
ajoute une valeur extrème. En fait, la médiane ne sera modifiée que si le nombre de valeurs
extrèmes est supérieur au nombre de valeurs initiales. On en déduit que la robustesse de
l'estimateur médiane est égale à dont la valeur asymptotique est .
Méthode du maximum de vraisemblance

Le critère d'efficacité permet de comparer des estimateurs. On peut aussi s'en servir pour construire
un estimateur. Soit une variable aléatoire de densité de probabilité connue

analytiquement mais dont l'un des paramètres est inconnu (numériquement). Le problème
consiste donc à construire une expression analytique fonction des réalisations de cette variable dans
un échantillon de taille , permettant de trouver la valeur numérique la plus vraisemblable pour le
paramètre .
Si sont des réalisations indépendantes de la v.a., on peut dire que
est une réalisation d'un vecteur aléatoire dont les
composantes sont indépendantes deux à deux.
L'approche retenue consiste à chercher la valeur de qui rend le plus probable les réalisations
que l'on vient d'obtenir. La probabilité d'apparition a priori de l'échantillon en question peut
alors être caractérisée par le produit des probabilités d'apparition de chacune des réalisations
(puisque celles-ci sont supposées indépendantes deux à deux).
La méthode du maximum de vraisemblance consiste à rechercher la valeur de qui rend cette
probabilité maximale. Comme nous l'avons vu plus haut, le produit des valeurs est
aussi noté et appelé fonction de vraisemblance. La valeur qui rend
maximum la fonction de vraisemblance est donc la solution de:
L'emploi du logarithme sur la fonction permet de passer de la maximisation d'un produit à celle
d'une somme, le résultat restant le même car la fonction logarithme est monotone strictement
croissante.
Propriétés de la fonction de vraisemblance:
Théorème: Si il existe un estimateur efficace sans biais, il sera donné par la méthode du
maximum de vraisemblance.
Théorème: L'estimateur efficace existe si où ne
dépend pas des observations . On peut alors montrer que
Cette approche est très théorique mais possède l'avantage d'être parfaitement formalisée.
Exemple 1: Soit une loi normale avec connu mais inconnue. L'objectif est
de construire un estimateur de la valeur , étant donné un échantillon de réalisation
. Pour cela, on part de la fonction de vraisemblance de cet échantillon:
La moyenne arithmétique est l'estimateur le plus efficace de l'espérance mathématique dans le

cas de la loi normale. Quel est le biais de cet estimateur ?
où est une v.a. .
de part la propriété de linéarité de l'opérateur espérance mathématique. L'estimateur est donc
sans biais.
Estimation par intervalle de confiance

Cette nouvelle approche est souvent préférée dans la pratique car elle introduit la notion
d'incertitude. On cherche à déterminer l'intervalle centré sur la valeur numérique estimée du

paramèter inconnu contenant la valeur vraie avec un probabilité fixée a priori. Cette probabilité
permet de s'adapter aux exigences de l'application.
L'intervalle est appelé intervalle de confiance et est le coefficient de confiance.

Une estimation par intervalle de confiance sera d'autant meilleure que l'intervalle sera petit
pour un coefficient de confiance grand.
La donnée de départ, outre l'échantillon, sera la connaissance de la loi de probabilité du

paramètre à estimer. Comme il n'existe pas de résolution générale de ce problème, nous allons
aborder successivement les cas les plus fréquents (estimation d'une proportion, d'une moyenne,
d'une variance de loi normale).
Subsections
 Estimation d'une proportion

 Estimation d'une moyenne
 Estimation d'une variance
Estimation d'une proportion
Soit une population dont les individus possèdent un caractère avec une probabilité (loi 0/1). On
cherche à déterminer cette probabilité inconnue en prélevant un échantillon de taille dans cette
population. On constate que parmi les individus possèdent le caractère . Que peut-on en
déduire, i.e. la proportion approxime la valeur vraie , mais avec quelle confiance.
Soit ; est une v.a. construite par la somme de variables aléatoires 0/1 et de
même paramètre, . C'est donc, d'après le théorème central limite, une variable aléatoire dont
la loi de probabilité tend vers une loi normale de moyenne et d'écart-type . Cette
approximation est valable uniquement si la taille de l'échantillon est suffisamment grande (i.e.
en pratique).
Construisons l'intervalle de confiance autour de sous la forme:
où est le risque (a priori, on construit un intervalle symétrique). est une réalisation d'une v.a.
. donc on peut par normalisation et centrage obtenir une nouvelle v.a.
On en déduit donc l'intervalle de confiance sous la forme:
La valeur est donc un résultat de calcul. La valeur de sera lue sur une table
de loi normale . Il existe par ailleurs différentes manières pour approximer la valeur
de :
soit par la proportion :
soit par majoration: en effet, quelle que soit la valeur de , le produit est majoré
par .
Exemple: Soit un échantillon de taille et une proportion estimée . Quelle

est la confiance dans cette valeur ou bien quel intervalle donne une confiance de (risque
de ?
Par lecture dans la table de la loi normale, on obtient .
L'intervalle à de confiance autour de la proportion estimée est donc .
Estimation d'une moyenne

Deux cas sont à envisager:
La variable aléatoire mesurée est normale et le nombre de réalisations est quelconque.
La variable aléatoire mesurée n'est pas normale et le nombre de réalisations est supérieur à
30 (dans ce cas, la distribution de la moyenne tend vers une loi normale d'après le théorème
central limite).
Soit donc une v.a. suivant une loi normale de moyenne inconnue et d'écart-type . On
dispose d'un échantillon de réalisations de cette v.a. Comme précédemment, l'intervalle

de confiance sur la moyenne est:
où est la moyenne arithmétique calculée à partir de l'échantillon. Pour aller plus loin, nous
devons considérer deux cas
1- La variance est connue.
La valeur joue le rôle d'une constante dans la formule de l'intervalle de confiance et la
nouvelle v.a. suit toujours une loi normale. La valeur de est donc lue dans
une table de la loi normale.
2- La variance est inconnue.
Dans ce cas, joue le rôle d'une v.a. Soit l'estimation de que l'on obtient par:
Comme suit une loi normale, on sait que la quantité suit une loi du à
degrés de liberté. La nouvelle variable aléatoire suit donc une loi de Student
à degrés de liberté. L'intervalle de confiance est alors:
où est lue dans une table de Student pour degrés de liberté.
A posteriori, on peut être intéressé par la taille minimale de l'échantillon tel que l'intervalle de
confiance, pour un coefficient de confiance donné, soit tel que ses bornes inférieures et
supérieures ne s'écartent pas de plus de de la valeur moyenne. On impose donc
, ce qui conduit à
On approche par et par si l'écart-type est inconnu.
Estimation d'une variance
Nous n'aborderons que le cas de l'estimation de la variance d'une v.a. normale de moyenne
à partir d'un échantillon de valeurs.
Si est connue (très rare), alors l'intervalle de confiance à (risque) est définit par
avec et où et sont les quantiles d'ordre et
de la loi du à degrés de liberté.
Si est inconnue. La quantité définie dans le paragraphe précédent suit une loi du à
degrés de liberté. L'intervalle de confiance à (risque) est définit par
où et sont les quantiles d'ordre et de la loi du à
degrés de liberté.
On obtient le résultat suivant :
(attention, représente ici la confiance) avec lu sur une table du pour degrés de
liberté, d'où l'on tire :
avec .
Estimation robuste
Nous allons dans ce paragraphe reprendre le problème de l'estimation au tout début afin de
montrer qu'il est possible de dériver des estimateurs très différents de ceux que nous avons
abordés jusque là. Ces estimateurs relèvent du domaine que l'on nomme les statistiques
robustes et dont Legendre (le créateur de la méthode des moindres carrés) a été le précurseur
puisque parlant des écarts entre les données et l'interprétation, il déclarait (en 1805 dans sa
première publication sur les moindres carrés):
Si parmi ces erreurs, certaines apparaissent trop importantes pour être admises, alors les
observations qui ont générées ces erreurs seront rejetées, comme provenant d'expériences
trop peu fiables, et les inconnues seront déterminées grâce aux autres observations, qui de ce
fait induiront moins d'erreurs.
Subsections
 Interprétation de données: l'approche bayésienne

 Le traitement de l'a priori
 Le traitement de l'a posteriori
 Le cas monodimensionnel
 Le cas général
 Estimation itérative
Interprétation de données: l'approche bayésienne
Soient un ensemble de données, i.e. un échantillon, et un contexte ( englobera tout ce

qui n'est pas directement en relation avec le processus sous-jacent aux données). Le problème
de l'estimation est un cas particulier d'un problème plus général qui est celui de l'interprétation
des données. Soit cette interprétation. Notre problème est donc de déterminer connaissant
et . Une approche possible est de choisir l'interprétation la plus probable. C'est à dire
chercher qui maximise la probabilité conditionnelle . Cette probabilité n'est pas

directement évaluable mais on peut se servir du théorème de Bayes.
d'où l'on déduit
La maximisation de cette expression se faisant sur l'interprétation , on peut supprimer le
dénominateur et ne pas tenir compte de la probabilité du contexte . Si de plus on

suppose que le contexte est indépendant des données, on trouve l'interprétation la plus
probable en maximisant le produit .
Dans cette expression, est la validation a posteriori des données par l'interprétation.
est l'a priori, indépendant des données. Ce deuxième terme traduit le biais qui fait
que l'on ne part jamais avec tous les modèles équiprobables (soit parce que l'on tient compte
de l'application sous-jacente, soit par habitude ou connaissance).
Le traitement de l'a priori
Malheureusement, on ne sait pas traduire l'a priori et donc sa probabilité, c'est pourquoi, on
suppose toujours qu'il est soit négligeable soit qu'il contraint suffisamment l'application pour
que toutes les interprétations possibles soient de la même catégorie.
Prenons le cas de l'interprétation de données bruitées. Dans ce cas, on suppose que les
données sont des prélèvements d'un phénomène perturbé par un bruit additif , ce qui
nous donne . Dans ce cas, la probabilité traduisant l'a priori s'écrit . Si
le bruit n'est pas corrélé avec le phénomène , on obtient en fait un produit de deux
probabilités . La maximisation de ce produit ne conduit pas à une solution
unique car les complexités de et s'équilibrent. En effet, pour un jeu de données fixé, plus
le modèle sera d'ordre faible plus il faudra supposer un modèle de bruit complexe. A l'inverse,
pour données, on peut toujours envisager une forme polynomiale de degré qui prédit
exactement tous les points, et dans ce cas, le bruit est nul, donc de complexité très faible.
Mais avons-nous l'habitude de manipuler des modèles d'ordre très élevé ?
Le traitement de l'a posteriori

L'a posteriori traduit l'écart entre les données et la prédiction faite par l'interprétation / modèle. Afin
de formaliser cet écart, il est nécessaire de faire des hypothèses sur la distribution des données et
plus particulièrement sur la distribution des écarts entre les données et le modèle. Les hypothèses
minimales sont généralement au nombre de trois. Soient une donnée de l'échantillon et la

prédiction du modèle.
Symétrie:
Décroissance avec le module: décroit quand croit.
Indépendance des erreurs:
Pour aller plus loin, on suppose le plus souvent que la distribution des erreurs suit une loi
normale de moyenne nulle (pas de biais) et d'écart-type . On peut donc construire la
fonction de vraisemblance par
où .
On peut alors en déduire un estimateur par la recherche du maximum de vraisemblance, ce

qui conduit à la méthode des moindres carrés qui est abordée dans la suite de ce chapitre.
Depuis l'origine des statistiques, les statisticiens ont toujours adoré le fait que la distribution
de la somme d'un très grand nombre de petites variations aléatoires converge toujours vers
une distribution normale (cf Théorème central limite).
Le principal problème de ce choix est que la probabilité d'un écart égal à fois est de
l'ordre de ce qui est beaucoup trop faible pour traduire la fréquence d'apparition
d'un écart très fort du à une donnée abérente. De plus, dans le cas de la loi normale, des
écarts doivent se trouver à au plus fois l'écart type.
On peut donc être amené à choisir des distributions dont la décroissance est moins rapide. Par
exemple, on peut utiliser la distribution de Cauchy, ou une distribution exponentielle.
Le cas monodimensionnel
Prenons le cas de l'estimation d'un paramètre représentant un échantillon. Soit ce paramètre. Si
l'on fait l'hypothèse d'une distribution normale des écarts, on aboutit à l'estimateur moyenne. Par
contre, si l'on suppose que la distribution est exponentielle ( ), on aboutit à un

autre estimateur (toujours par la méthode du maximum de vraisemblance) tout aussi simple, la
médiane.
Ces deux estimateurs peuvent être comparés grâce aux indicateurs que nous avons évoqués au
début de ce chapitre. Ils sont tous les deux convergents et sans biais. La complexité de la
moyenne est de alors que celle de la médiane est de car il faut faire un tri
des données, la moyenne est donc plus rapide à calculer. Par contre, la robustesse de la
moyenne est asymptotiquement nulle alors que celle de la médiane est asymptotiquement de
0.5 ce qui traduit une bien meilleure résistance au bruit, i.e. aux données abérentes.
Le cas général
Reprenons le cas général. On veut maximiser la probabilité où est
l'écart sur la ème donnée et la distribution des écarts.
La maximisation de cette probabilité peut se réécrire sous la forme d'une minimisation d'une
fonction de coût où est le vecteur des paramètres du modèle / interprétation .
avec et où traduit l'incertitude sur la ème donnée et permet de relativiser la
valeur de chaque écart.
Soit . La minimisation de conduit à résoudre le système de (nombre de

paramètres) équations:
Ce système n'a bien sur pas de solution générale et il convient de l'étudier en fonction du
choix de , ce qui donne une classe d'estimateurs connus sous le nom de M-estimateurs.
Modèle de Legendre:
C'est le cas le plus connu car il correspond à l'hypothèse de normalité de la distribution des
écarts. On pose et
L-estimateur:
Egalement très utilisé, cet estimateur utilise et donc ce qui

conduit à l'estimateur médian.
Modèle de Cauchy / Lorentz:
Comme nous l'avons vu précédemment, ce modèle permet de par la plus lente décroissance de
la loi de Cauchy, de mieux rendre compte des apparitions de données abérentes.
et . La système à résoudre est alors non linéaire et il

faut avoir recours à des résolutions itératives.
Modèle de Huber:
Dans ce modèle, on utilise un seuil qui permet d'avoir à la fois une décroissance rapide (i.e.
quadratique) si l'écart est faible et de réduire la décroissance (donc augmenter l'importance)
des écarts forts (au delà du seuil). Il réalise un bon compromis entre le modèle de Legendre et
celui du L-estimateur.
Modèle de Tuckey:
Le modèle de Tuckey est du même type que celui de Hubert mais un peu plus complexe car il
permet de s'affranchir de la sensibilité au choix du seuil .
La valeur est appelée point de rejet (rejection point) et joue le rôle du seuil de Hubert. La
valeur est la constante de confiance est vaut (cette valeur a été déterminée pour
obtenir une bonne adéquation à des écarts distribués normalement). La valeur est un facteur
de dimension qui permet d'adapter le seuil à l'étalement de la distribution des écarts. On peut
assimiler à un écart-type et utiliser l'estimateur correspondant mais Tuckey propose un
estimateur plus robuste, la médiane des écarts absolus (Median of Absolute Deviation) qui
vaut
On peut aussi déterminer le point de rejet en pourcentage du volume de données. Par exemple,
on ellimine les % plus grandes et plus petites valeurs des écarts. Une valeur généralement
recommandée est . La médiane est le cas extrème de cet estimateur tronqué avec
R-estimateur (Jaeckel, 1972):
Le R-estimateur est un cas particulier car il ne s'appuie plus sur des relations linéaires mais
tient compte essentiellement du classement des écarts. La fonction de cout est la suivante:
où est le rang de l'écart dans la liste triée des écarts. La fonction est normalisée telle
que . Par exemple, Wilcoxon a proposé la fonction suivante .
Les tests de Kolmogorov-Smirnov et de Spearman sont d'autres exemples de R-estimateurs.
Le modèle L.M.S. (Least Median of Squares, Rousseeuw, 1984):
Le vecteur de paramètres est la solution de . Si la robustesse de cet
estimateur, , est asymptotiquement égale à , sa complexité est relativement élevée
Estimation itérative
Tous les estimateurs que nous avons abordés sont des méthodes directes, et, le plus souvent, il
faut faire un compromis entre efficacité et faible complexité d'une part, et robustesse d'autre
part.
Pour cela on peut procéder en plusieurs étapes pour essayer de combiner tous les avantages.
Dans un premier temps, un estimateur classique non robuste permet de quantifier l'adéquation
de chaque donnée au modèle, i.e. par l'écart. Chaque donnée est alors affectée d'un poids, le
plus souvent inversement proportionnel à l'écart. On peut alors itérer le processus d'estimation.
L'hypothèse sousjacente est qu'une donnée abérente aura un écart initial fort et donc une
adéquation et un poids faibles. Il n'interviendra donc que très peu dans la deuxième phase
d'estimation. Le processus peut être itéré jusqu'à convergence de l'estimation.
Prenons pour exemple l'estimation de l'espérance mathématique par la moyenne arithmétique
à partir d'un échantillon . On peut résumer le processus par l'algorithme

suivant:
1. Première estimation ( ):
2. Calcul des écarts:
3. Calcul des poids: (cf le chapitre précédent pour diverses possibilités pour ).
4. Nouvelle estimation (itération ):
5. test de convergence: Si non convergence (par exemple et )

alors retour au pas .
Dans cet exemple, on augmente la robustesse au bruit avec comme coût une complexité un
peu plus forte ( au lieu de ). En pratique, on utilise peu d'itérations car le
processus a tendance à rejeter de nouveaux points (i.e. ) à chaque itération. Le risque

est donc non négligeable de voi le processus converger vers une estimation reposant sur très
peu de données (une seule réalisation à la limite). On peut, pour éviter cet écueil, arréter le
processus lorsque de la population initiale a un poids nul ou quasi-nul. Puisque l'objectif
de l'itération est de recherche la robustesse, on fixe le plus souvent .
Régression linéaire
La régression linéaire est un cas particulier d'estimation très usité car très bien formalisé et
correspondant à des modèles simples (car linéaires). C'est l'outil de base de la modélisation de
données. Une approche très générale de ce problème est fournit dans le cours d'approche
conceptuelle des systèmes. Nous ne traiterons ici que de la facette statistique de ce problème
mathématique.
Subsections
 Formalisation
 Résolution dans le cas d'une distribution normale des écarts
 Le cas de la droite
 Intervalle de confiance sur le coefficient de corrélation
Formalisation
Soit une fonction de telle que .
On souhaite modéliser par une approximation linéaire caractérisée par un vecteur de
paramètres ( ) telle que .
L'objectif sera d'estimer le vecteur à partir d'un jeu de données .

Pour cela, on peut donc reprendre la formalisation du chapitre précédent. sera obtenu par
minimisation de la fonction de coût :
(On supposera par simplicité que toutes les données ont la même incertitude, ce qui permet de
ne pas faire intervenir les termes .)
Résolution dans le cas d'une distribution normale des écarts

Nous avons vu qu'il est nécessaire dans ce type de problème de faire un choix sur la nature de la
distribution des écarts. Nous adopterons le choix classique de la distribution normale. Dans ce cas,
nous avons vu que cela revient à utiliser . On obtient alors le système d'équations
linéaires suivant:
Soit
Ce système étant linéaire, il a une solution unique sauf si le déterminant du système est nul.
On peut montrer que ce cas intervient si il existe une relation linéaire d'ordre entre les
vecteurs . On dit alors que le système est surdimensionné et un traitement des données est
nécessaire afin d'elliminer préalablement cette dépendance. La dimension du nouveau vecteur
de paramètres recherché est alors de .
Le système à résoudre est de plus symétrique. On peut donc faire appel à des techniques
spécifiques telles que la décomposition LU (méthode directe de complexité ) ou les
algorithmes Gauss-Seidel ou Jacobi (méthodes itératives de complexité où est le

nombre d'itérations nécessaires à la convergence). Pour plus de détails sur ces techniques,
référez vous au cours d'analyse numérique ou à tout bon livre sur la résolution de systèmes
linéaires.
Le cas de la droite
Nous abordons ici le cas limité où le modèle est une droite. On parle aussi de regression linéaire
simple. On a alors et . Le système linéaire à résoudre s'écrit:
Ce système a une solution unique si et seulement si .
On peut considérer que les données constituent un échantillon d'une v.a. que l'on
peut caractériser par sa moyenne et sa variance estimées. La condition
d'existence d'une solution est donc ce qui équivaut à dire

qu'il faut simplement que les données de l'échantillon ne soient pas toutes identiques. Le
système peut alors se réécrire sous la forme:
dont la solution analytique est:
Les v.a. et sont reliées par la relation où et sont les valeurs vraies.
On a vu dans ce cas que et . On

peut donc relier la valeur estimée à la valeur vraie par:
L'estimation sera donc parfaite si les v.a. et sont parfaitement corrélées (i.e.
). Plus cette corrélation sera faible, moins bonne sera l'estimation. Le

coefficient de corrélation est donc un bon indicateur de la qualité de la régression linéaire
simple. De même, pour le paramètre , on sait que . Donc,
Là encore, l'estimation sera d'autant meilleure que la corrélation sera proche de 1. Cependant,
on constate que et interviennent comme un gain sur l'erreur due à la corrélation non
parfaite. L'estimation de sera donc plus vite dégradée que celle de .
Intervalle de confiance sur le coefficient de corrélation
On peut déterminer un intervalle de confiance sur le coefficient de corrélation (afin de
quantifier la qualité de la régression) grâce à l'introduction de la transformation donnée

par :
et
L'intervalle de confiance est défini par
avec où est une loi normale centrée réduite.
Grâce à la relation liant les variables et , on peut obtenir l'intervalle de confiance sur .
Exemple : Soit obtenu sur un échantillon de taille . On souhaite construire
l'intervalle de confiance à autour de cette valeur.
On obtient successivement . Dans la table de la loi normale, on lit
et donc . Par inversion, on obtient

l'intervalle de confiance sur l'estimation du coefficient de corrélation :
Filtre de Kalman
Dans tous les problèmes d'estimation que nous venons d'aborder, on suppose toujours connu et fixe
un échantillon de données. L'estimation est un travail a posteriori à partir de cet échantillon. Dans
certains contextes (lorsque l'échantillon est très grand, ou qu'il correspond à un échantillonnage
continu donc sans fin réel) on peut être amené à estimer les paramètres sans attendre d'avoir la
totalité de l'échantillon. A chaque nouvelle donnée disponible, on cherchera donc à mettre à jour la
valeur de l'estimation (il n'est bien sûr pas question de recommencer l'estimation à chaque fois, ce
qui serait trop couteux). On parle alors d'estimation incrémentale.
Nous aborderons dans ce chapitre la technique la plus classique qui réalise une régression
linéaire incrémentale, le filtre de Kalman.
Soit l'estimation initiale et son incertitude ( , et est une matrice ).
De même, soit l'estimation courante (calculée grâce aux premières données) et son
incertitude. On suppose l'arrivée d'une nouvelle donnée ( ) pour laquelle on
connait aussi son incertitude notée ( est une matrice ). Le problème est
donc le maintenant de trouver la nouvelle estimation et son incertitude, .
Le principe de cette mise à jour est traduit par la relation:
Comment cela s'interprète-t-il? La matrice est une matrice qui permet de passer
de l'estimation au domaine des données. Le terme est la prédiction de la
ème donnée à partir de l'estimation calculée sur les premières. Le terme
traduit donc l'écart entre la prédiction et la donnée réelle. On peut aussi dire que cet écart est
l'innovation apportée par la nouvelle donnée. Cette innovation va servir à mettre à jour
l'estimation. Cette mise à jour est une simple addition où l'on fait cependant intervenir un gain
sur la partie innovation, la matrice appelée gain de Kalman.
Le gain de Kalman doit tenir compte des incertitudes relatives de l'estimation courante et de la
donnée. Si l'incertitude de la donnée est négligeable devant celle du modèle , on devra

avoir un gain fort, i.e. la donnée est fiable. A l'inverse, si l'incertitude de la donnée est grande
par rapport à celle de l'estimation, le gain doit être très faible, i.e. la donnée étant peu fiable, il
est normal qu'elle ne modifie pas ou peu l'estimation courante. Ces remarques se traduisent
par la relation suivante:
L'emploi de la matrice est rendu nécessaire par le fait que les matrices d'incertitudes ne
sont pas de même rang.
Il ne reste plus qu'à mettre à jour l'incertitude de l'estimation qui tient compte de l'incertitude
courante et du gain de Kalman par la relation:
Prenons un exemple simple, et . On obtient les formules suivantes:
On peut montrer que l'estimation obtenue par ce processus après données est égale à celle
que l'on obtiendrait si l'on estimait directement le vecteur sur l'échantillon de données.
Estimation d'un mode

Nous avons vu dans un des chapitres introductifs que la notion de mode n'était définie que pour les
variables aléatoires discrètes. Il existe cependant une généralisation au v.a. continue.
Rappel: est le mode de la v.a. discrète ssi .
Définition: Soit une v.a. continue. On appele mode de la valeur qui satisfait à
avec
et .
Ce qui veut dire que est le milieu de l'intervalle le plus dense dans la
distribution des valeurs de .
Comment peut-on estimer cette valeur à partir d'un échantillon? On choisit dans un premier
temps la valeur de (le plus souvent, on fixe ). On recherche ensuite l'intervalle le
plus dense, i.e. , la liste des réalisations étant préalablement triée par
valeurs croissantes. L'estimation finale du mode est obtenue conformément à la définition, par
le mileu de l'intervalle retenu.
Les principaux inconvénients de cette estimation sont la compléxité et surtout la

très forte dépendance entre l'estimation et la valeur choisie a priori pour . Afin de tester
cette sensibilité, on peut bien sûr faire varier légèrement (au prix d'une complexité accrue)
et tester la variance de l'estimateur.
Estimation d'une densité

Nous avons vu précédemment que les tests d'adéquation ne permettait que de valider ou non une
hypothèse sur la nature d'une loi de probabilité en s'appuyant essentiellement sur une distribution
empirique, c'est à dire le plus souvent sur l'histogramme. Si il existe des règles simples sur la
détermination du nombre de classes, il peut arriver que la nature de la loi soit difficile à déduire a
priori de la forme de l'histogramme.
La théorie de l'estimation permet de proposer des solutions visant à obtenir une bien meilleure
approximation de la densité réelle à partir d'un histogramme.
La première approche consiste à estimer la densité de la v.a. en par , le nombre
d'occurences de réalisations appartenant à la ème classe associée à la valeur . La

densité est donc la même quelque soit la position de entre les extrémités de cette classe.
Une première amélioration consiste à utiliser une fenêtre mobile. On construit autour de
une classe de longueur : , et on compte de nouveau le nombre
d'occurences appartenant à cette fenêtre: . On

peut également écrire
où est la fonction indicatrice de l'intervalle : si ou ,
et si . vaut donc si .
Cette méthode donne une estimation peu régulière. Si l'on veut une fonction lisse, il est alors
possible de généraliser la formule précédente en utilisant des noyaux, i.e. fonctions , plus
continus. En pratique, on utilise souvent des noyaux symétriques et très fréquemment un
noyau gaussien ou parabolique pour
Ce dernier noyau est appelé noyau d'Epanechnikov. Il a des propriétés mathématique

intéressantes. La constante est appelée constante de lissage. Son rôle est déterminant, à
l'image de la largeur des classes de l'histogramme: si est faible, sera très peu régulière, si
est grand, sera très (trop) lisse.
Bien que l'on sache que doit être proportionnel à , sa valeur optimale se détermine
souvent empiriquement.
Il n'est pas nécessaire que soit une densité positive en tout point. On peut tout à fait
envisager d'utiliser des noyaux prenant des valeurs négatives, par exemple le noyau proposé
par M.Lejeune: pour .
Tests d'hypothèse
Subsections
 Introduction
o Hypothèses et erreurs
o Tests bilatéral et unilatéral
o Région d'acceptation et région critique
o Choix d'un test
o Influence de l'échantillonnage
 Test entre deux hypothèses simples

o La méthode de Neyman et Pearson
o Test de la moyenne d'une loi normale d'écart-type connu
o Test de la moyenne d'une loi normale d'écart-type inconnu
o Test d'une variance de loi normale, la moyenne étant connue
o Test d'une variance de loi normale, la moyenne étant inconnue
o Test d'une proportion
 Test entre hypothèses composées

o Tests UMP
o Test d'une moyenne de loi normale, l'écart-type étant connu
o Test d'une moyenne de loi normale, l'écart-type étant inconnu
o Test d'une variance de loi normale, la moyenne étant connue
o Test d'une variance de loi normale, la moyenne étant inconnue
o Test d'une proportion
 Test de comparaison
o Comparaison de deux moyennes
o Comparaison de deux variances
o Comparaison de deux proportions
 Test du rapport des vraisemblances maximales

 Test d'adéquation
o Test du
o Test de Kolmogorov
o Test de Cramer-Von Mises
 Test d'indépendance
o Test des différences premières
o Test de Spearman
 Test de comparaison d'échantillons

o Test des variances de Fisher-Snédécor
o Test de Student
o Test de Spearman
 Analyse de la variance
o Les données de l'analyse
o Le test
o Analyse des contrastes
Introduction
Subsections
 Hypothèses et erreurs
 Tests bilatéral et unilatéral
 Région d'acceptation et région critique
 Choix d'un test
 Influence de l'échantillonnage
Hypothèses et erreurs
Une utilisation courante des statistiques est la notion de test. Un test est un mécanisme qui permet
de trancher entre deux hypothèses au vu des résultats d'un échantillon. Dans les cas qui nous
intéressent, ces hypothèses porteront sur des estimations (valeur d'un moment, égalité de variances,
nature d'une loi de probabilité ...). Soient et ces deux hypothèses, dont une et une seule est
vraie. La décision aboutira à choisir ou . Il y a donc 4 cas possibles dont les probabilités sont
résumées dans le tableau suivant:
vraie vraie
décidée
décidée
et sont les erreurs de première et deuxième espèce:
est la probabilité de décider alors que est vraie.
est la probabilité de décider alors que est vraie.
Ces deux erreurs sont antogonistes, plus sera grand (resp. petit), plus sera petit (resp.
grand). Le fait d'imposer un faible conduit à une règle de décision plus stricte qui aboutit le
plus souvent à n'abandonner l'hypothèse que dans des cas rarissimes et donc à conserver
cette hypothèse quelque fois à tort. Le compromis entre les valeurs de et est donc
souhaitable bien que difficile à réaliser.
On appelle puissance d'un test la quantité .
Dans la pratique des tests statistiques, il est de règle de se fixer comme donné (les valeurs
les plus courantes sont 0.05, 0.01 ou 0.1) de préférence en fonction du risque de première
espèce. En effet, joue le plus souvent un rôle prédominant par rapport à l'hypothèse .
Cela est la conséquence du fait que joue le rôle d'hypothèse de référence alors que est
souvent limitée à l'hypothèse contraire. Par exemple, on peut avoir : ce qui est
relativement facile à tester et dans ce cas, est tout simplement .
Cette pratique est liée au fait que l'évaluation d'un test passe par l'évaluation de fonctions
complexes qui ont été tabulées pour de nombreuses valeurs de mais ne sont pas connues
. On est donc amené à choisir a priori . Cependant, l'apparition de plus en plus
fréquente de processus numériques d'approximation rapides et précis permet une autre
approche consistant à rechercher la plus petite valeur de pour laquelle l'hypothèse reste
vraie.
Tests bilatéral et unilatéral

Avant d'appliquer tout test statistique, il s'agit de bien définir le problème posé. En effet, selon les
hypothèse formulées, on applique soit un test bilatéral, soit un test unilatéral.
Un test bilatéral s'applique quand on cherche une différence entre deux estimations, ou entre
une estimation et une valeur donnée sans se préoccuper du signe ou du sens de la différence.
Dans ce cas, la zone de rejet (cf section suivante) de l'hypothèse principale se fait de part et
d'autre de la distribution de référence.
Un test unilatéral s'applique quand on cherche à savoir si une estimation est supérieure (ou
inférieure) à une autre ou à une valeur donnée. La zone de rejet de l'hypothèse principale est
située d'un seul côté de la distribution de probabilité de référence.
Certains test comme l'analyse de la variance ou le test du sont pratiquement toujours

unilatéraux.
Région d'acceptation et région critique

Quelle est la démarche générale? étant fixé, il faut choisir une variable de décision, variable qui
doit apporter de l'information sur le problème posé, à savoir le choix entre les deux hypothèses. La
loi de cette variable doit être parfaitement connue dans au moins une hypothèse (le plus souvent
) afin de ne pas introduire de nouvelles inconnues dans le problème. On appelle alors région
critique, et l'on note , l'ensemble des valeurs de la variable de décision qui conduisent à écarter
au profit de . On peut relier à par .
On appelle région d'acceptation, et l'on note la région complémentaire de la région

critique. On a également des relations avec les erreurs de première et deuxième espèce:
et . La zone ou région d'acceptation correspond à

l'intervalle dans lequel les différences observées entre les réalisations et la théorie sont
attribuables aux fluctuations d'échantillonnage. La région critique ou zone de rejet correspond
donc aux intervalles dans lesquels les différences sont trop grandes pour être le fruit du hasard
d'échantillonnage.
La construction d'un test est la détermination a priori de la région critique sans connaitre le
résultat de l'expérience. On peut donc résumer cette démarche de la manière suivante:
Choix de et
Détermination de la variable de décision
Allure de la région critique en fonction de
Calcul de la région critique en fonction de
Calcul éventuel de la puissance du test
Calcul expérimental de la variable de décision
Conclusion du test: rejet ou acceptation de
Choix d'un test

Plusieurs tests de conception très différente sont souvent disponibles pour soumettre à une épreuve
de vérité une hypothèse principale. Dans un tel cas, le test qui fournit l'erreur la plus petite, pour
une même valeur de , est par définition le plus puissant (celui ayant la plus grande valeur de la
puissance de test ). En effet, il peut détecter les plus petites différences entre les populations
sans pour autant augmenter l'erreur de première espèce.
La majorité des tests statistiques repose sur le respect d'un certain nombre de conditions.
Selon le degré de respect de ces conditions d'application, la validité des résultats se trouve
plus ou moins affectée et elle l'est d'autant plus que le test est moins robuste. Ainsi, la
robustesse d'un test équivaut à sa tolérance vis-à-vis du respect des conditions.
Si le statisticien dispose de plusieurs tests pour vérifier une hypothèse, il choisira bien sûr le
plus puissant et le plus robuste.
Les tests peu puissants augmentent la probabilité de commettre une erreur de deuxième
espèce. Or, cette erreur peut s'avérer particulièrement grave. En effet, en médecine par
exemple, une analyse qui classerait comme malade un individu bien portant peut avoir des
conséquences aussi graves qu'une analyse qui classerait comme bien portants des individus
malades (erreur de première espèce). Dans de tels cas, il y a intérêt à tracer la courbe de
puissance du test, aussi appelée courbe caractéristique d'efficacité qui indique la
probabilité de prendre une bonne décision si est vraie. La puissance est mesurée par la
valeur de pour un donné.
Influence de l'échantillonnage
Pour comparer les moyennes, les variances ou les autres paramètres estimés de deux échantillons, il
faut prendre en considération la technique conduisant à la constitution des deux échantillons. Si la
sélection des éléments est aléatoire, et si le choix des éléments du premier échantillon n'a aucune
influence sur le choix des éléments du second, les deux échantillons sont alors appelés indépendants.
Si l'on prélève aléatoirement des paires d'éléments, et non les éléments eux-mêmes, on
constitue deux échantillons appariés. Dans ce cas, le premier élément de chaque paire
appartient au premier échantillon et le deuxième est affecté au second. Parfois, la paire
déléments peut se rapporter au même individu sur lequel on mesure la même variable à deux
occasions différentes, par deux moyens différents par exemple.
La technique de l'échantillonnage apparié présente l'avantage d'éliminer un maximum de

sources de variations non reliées au facteur que l'on étudie. En règele générale, plus les
critères d'appariement des données sont nombreux, plus grand sera cet avantage.
Dans ce qui suit, nous allons aborder quelques tests classiques. Cette liste ne se veut pas
exhaustive. Reportez-vous à des ouvrages plus spécialisés pour une approche plus
systématique des tests statistiques.
Test entre deux hypothèses simples
Subsections
 La méthode de Neyman et Pearson

 Test de la moyenne d'une loi normale d'écart-type connu
 Test de la moyenne d'une loi normale d'écart-type inconnu
 Test d'une variance de loi normale, la moyenne étant connue
 Test d'une variance de loi normale, la moyenne étant inconnue
 Test d'une proportion
La méthode de Neyman et Pearson
Soit une v.a. de densité où est un paramètre réel inconnu. désignera la

densité de l'échantillon .
Un test entre deux hypothèses simples se traduit par:
Supposons l'erreur de première espèce connu. On a vu que l'on peut relier à une région de
l'espace par:
On cherche par ailleurs le test le plus puissant, donc celui qui maximise:
La solution est donnée par le théorème de Neyman et Pearson.
Théorème: La région critique optimale est définie par l'ensemble des points x de tels que:
En conséquence de ce théorème, on peut montrer:
(le test est alors dit sans biais).
si alors (le test est convergent).
Test de la moyenne d'une loi normale d'écart-type connu

Soit une v.a. normale de moyenne et d'écart-type connu. Au vu d'un échantillon de
réalisations indépendantes , on désire savoir si la moyenne est égale à ou à , ce qui

se résume par:
Les fonctions de vraisemblance, ou densité, de l'échantillon sont:
La région critique est définie par le ratio de ces deux fonctions. En passant par un opérateur
logarithme, on obtient facilement:
En posant: , on obtient:
Si , on aboutit à:
La région critique est donc définie par l'inégalité qu'il faut maintenant déterminer.
Pour cela, nous introduisons l'erreur . Cette erreur est définie par: . Nous
décidons si , donc où est la v.a. dont est une

réalisation. étant une v.a. normale, la distribution de est également normale de
moyenne et d'écart-type .
On a alors (la condition étant vraie)
avec .
La quantité suit une loi normale centrée réduite donc:
avec .
Si la valeur de est fixée, on peut par lecture dans une table de la loi normale, trouver la
valeur de et donc celle de .
La règle de décision du test est donc:
Par un raisonnement équivalent, on peut évaluer l'erreur de deuxième espèce et donc la

puissance du test.
avec v.a. normale centrée réduite.
Test de la moyenne d'une loi normale d'écart-type inconnu

Le raisonnement précédent s'applique jusqu'à la détermination de .
où désigne l'estimation de l'écart-type inconnu .
La quantité ne suit plus une loi normale centrée réduite car le dénominateur n'est
plus une constante mais une réalisation de l'estimateur de la variance de la variable . est
obtenue par
Par construction, suit une loi du . est donc une v.a. suivant une loi de Student à
degrés de liberté. Ce qui nous donne:
avec : Student(n-1).
Là encore, il est possible grâce à une table de la loi de Student de trouver la valeur du seuil et
donc celle de . La règle de décision est toujours la même.
De même, par un raisonnement analogue, on accède à l'erreur de deuxième espèce et à la

puissance du test.
avec v.a. de Student à degrés de liberté.
Test d'une variance de loi normale, la moyenne étant connue

Soit une v.a. normale de moyenne connue. On suppose que l'écart-type inconnu ne peut
prendre que deux valeurs et . Au vu d'un échantillon de réalisations indépendantes , on
désire savoir si la variance est égale à ou à , ce qui se résume par:
L'estimateur de la variance sera
(On utilise et non pas car la moyenne est connue.)
Les fonctions de vraisemblance, ou densité, de l'échantillon sont:
La région critique est définie par le ratio de ces deux fonctions. En passant par un opérateur
logarithme, on obtient facilement:
Dans le cas , on obtient
La valeur de est déterminée à partir de l'erreur de première espèce. La quantité suit
une loi du à degrés de liberté. La valeur seuil sera donc lue dans une table du .
Test d'une variance de loi normale, la moyenne étant inconnue

Ce cas est plus fréquent que le précédent. Toujours grâce au raisonnement induit par le théorème de
Neyman et Pearson, on aboutit aux résultats suivants:
La variable de décision est qui est telle que suit une loi du
à degrés de liberté. La région critique est définie par et est déterminé

par
La règle de décision du test est donc:
Test d'une proportion
Soit une population très grande où la proportion d'individus possédant le caractère est égale à .
On pense que cette proportion ne peut avoir que deux valeurs ou . Au vu d'un échantillon de
taille , on désire prendre une décision quant à la valeur de cette proportion, avec une signification
.
A partir de l'échantillon, l'estimateur de la proportion théorique sera la fréquence empirique
où est le nombre d'individus possédant le caractère dans l'échantillon.
Les hypothèses sont donc
La règle de décision est donnée par
où désigne la région critique.
est une réalisation d'une v.a. dont la loi de probabilité peut être déterminée grâce au
théorème central limite. Si la taille de l'échantillon est suffisamment grande (en pratique,
), on admet que la loi de tend vers une loi normale de moyenne et d'écart-type
. Ce qui nous conduit à
avec .
Sous l'hypothèse , on obtient
où est une v.a. normale centrée réduite.
La valeur du seuil critique est lue dans une table de la loi normale.
L'erreur de seconde espèce et la puissance du test sont données par:
où est une v.a. normale centrée réduite.
Test entre hypothèses composées
Subsections
 Tests UMP
 Test d'une moyenne de loi normale, l'écart-type étant connu
 Test d'une moyenne de loi normale, l'écart-type étant inconnu
 Test d'une variance de loi normale, la moyenne étant connue
 Test d'une variance de loi normale, la moyenne étant inconnue
 Test d'une proportion
Tests UMP
Dans un premier temps, considérons que la formulation générale reste la même pour l'hypothèse
principale:
Par contre, l'hypothèse est formée d'un ensemble d'hypothèse simples.
Les exemples les plus courants sont:
tests unilatéraux.
test bilatéral.
L'erreur de première espèce étant fixée, on pourra déterminer une région critique
associée à chaque valeur de , et une valeur de l'erreur de seconde espèce. La courbe
pour toutes les valeurs de est appelée courbe d'efficacité.
Le test est dit uniformément le plus puissant (Uniformely Most Powerful) ou UMP si les
régions critiques ne dépendent pas des valeurs de .
Théorème: S'il existe un test UMP, la puissance de ce test est supérieure à la puissance
associée à tout autre test.
Plus généralement, peut elle-même être composée. dépend alors de selon les valeurs
de . On devra donc exiger donné.
Le théorème de Lehmann assure l'existence de tests UMP dans les cas suivants:
et
Par contre, il n'existe pas de tests UMP pour les cas : contre
ou , et a fortiori, contre .
Nous allons maintenant introduire quelques exemples. Pour une liste plus exhaustive,
reportez-vous à la bibliographie.
Les règles de décision ne changent pas dans le principe. Il s'agit toujours de trouver une
valeur seuil et de décider au delà du seuil et en deça du seuil.
Test d'une moyenne de loi normale, l'écart-type étant connu

Test unilatéral
Soit une v.a. normale de moyenne et de variance connue. Au vu d'un échantillon de
réalisations indépendantes , on veut choisir entre les deux hypothèses:
Comme toujours, l'erreur de première espèce est fixée. Par ailleurs, la moyenne sera
estimée par la moyenne arithmétique . La construction du test est similaire à ce que nous
avons vu pour le cas du test simple d'une moyenne. On aboutit à:
avec : .
On remarque que la valeur du seuil de décision est indépendante de la valeur de sous
l'hypothèse . Il s'ensuit que le test est uniformément le plus puissant.
La variable suit une loi normale (en effet est connue et joue donc le rôle d'une
constante) centrée et réduite. La valeur du seuil sera donc déduite d'une table de la loi normale.
Il en est de même pour l'erreur de deuxième espèce et pour la puissance du test.
Test bilatéral

Soit une v.a. normale de moyenne et de variance connue. Au vu d'un échantillon de
réalisations indépendantes , on veut choisir entre les deux hypothèses:
Comme toujours, l'erreur de première espèce est fixée. Par ailleurs, la moyenne sera
estimée par la moyenne arithmétique . La construction du test est obtenue en remarquant
que l'hypothèse peut se décomposer en deux hypothèses élémentaires:
A chacune de ces deux hypothèses sera associé un seuil de décision et . On peut

conclure que le test ne sera pas UMP puisque le seuil de décision dépend du sens de
l'inégalité.
La détermination des seuils est simple puisque les deux hypothèses et sont disjointes.
On a
Il en résulte une infinité de valeurs possibles pour et . Cependant, la loi de étant
symétrique (loi normale), on prend généralement ce qui conduit naturellement
à des valeurs de symétriques par rapport à . Chaque cas est en fait une application du
test précédent mais pour une valeur moindre de .
avec : .
La valeur du seuil est donc déduite d'une table de la loi normale. Il en est de même pour
l'erreur de deuxième espèce et pour la puissance du test.

Test d'une moyenne de loi normale, l'écart-type étant inconnu
Les deux tests, bilatéral et unilatéral, se construisent selon le même procédé. Les valeurs de décision
seront lues dans des tables de Student à degrés de liberté.
Test d'une variance de loi normale, la moyenne étant connue

seront lues dans des tables du à degrés de liberté.
Test d'une variance de loi normale, la moyenne étant inconnue

seront lues dans des tables du à degrés de liberté.
Test d'une proportion

seront lues dans des tables de loi normale.
Dans le cas du test bilatéral, on s'appuie sur le fait que la proportion empirique suit
approximativement une loi normale de moyenne , la proportion théorique, et d'écart-type
. La région critique du test est alors:
où est lu dans une table de la loi normale .

Exemple: Sur un échantillon de 200 individus d'une commune, sont favorables à
l'implantation d'un centre commercial. Ceci contredit-il l'hypothèse selon laquelle un habitant
sur trois y est favorable ?
Cet ennoncé conduit à la construction d'un test bilatéral d'hypothèses de proportion:
avec , on lit d'où la région d'acceptation:
soit .
Comme , on ne peut pas rejeter au seuil .
Test de comparaison
Soient et deux variables aléatoires définies sur deux populations mères comparables
(éventuellement égales). La loi de (resp. ) dépend d'un paramètre inconnu (resp. ).

On souhaite tester l'hypothèse "ces deux paramètres sont égaux" contre l'hypothèse
complémentaire "ces deux paramètres son différents", soit
: contre :
Pour effectuer ce test, on dispose d'un échantillon de taille (resp. ) de (resp. )
permettant une estimation ponctuelle (resp. ) de (resp. ). On suppose de plus
que les v.a. et sont normales ou approximativement normales.
En supposant vraie, on détermine un risque de première espèce , une zone de rejet
associée à deux valeurs critiques et telles que

où est une fonction de et .
Si appartient à la zone de rejet, on rejette sinon, on accepte au risque .
Subsections
 Comparaison de deux moyennes

 Comparaison de deux variances
 Comparaison de deux proportions
Comparaison de deux moyennes
Soient et deux lois normales de moyennes et , et d'écart types et . On teste
: contre : au risque
On utilise le test de Student (dans sa version la plus générale).
On dispose de deux échantillons de tailles et sur lesquels on peut faire des estimations
de moyennes et et de d'écart types et .
Si les écart types et sont connus, on calcule
On rejette au risque si où la valeur est lue dans la table de

la loi normale centrée réduite.
Si les écart types et sont inconnus, il faut tenir compte de la taille des échantillons
a) Si et sont tous les deux supérieurs à , on calcule

On rejette au risque si où la valeur est lue dans la table de
la loi normale centrée réduite.
b) Si ou est inférieur à et on calcule
où
On rejette au risque si où la valeur
est lue dans la table de Student à degrés de liberté.
c) Si ou est inférieur à et on calcule
On rejette au risque si où la valeur est lue dans la

table de Student à degrés de liberté; est l'entier le plus proche de
Le test de Student est assez robuste mais si l'on s'éloigne trop des conditions de normalité, il
est préférable d'utiliser un test non paramétrique.

Comparaison de deux variances
Avec les mêmes notations que précédemment, on teste
: contre : au risque
On calcule , et .
On rejette au risque si où la
valeur est lue dans la table de Fisher-Snédécor à et degrés de liberté.
Remarque :
Comparaison de deux proportions
Soit (respectivement ) la proportion d'individus d'une certaine modalité dans la
population mère (resp. ). On extrait un échantillon de taille (resp. ) dans la
population (resp. ). On teste à partir de ces échantillons, on dispose d'une estimation
(resp. ) de (resp. ) qui suit une loi (resp. ).
: contre : au risque .
On suppose que et suivent approximativement des lois normales. On calcule
puis
On rejette au risque si où la valeur est lue dans la table de la loi

normale centrée réduite.

Test du rapport des vraisemblances maximales
Ce test est fort utile là où les méthodes précédentes ont echoué.
Test de contre où est un paramètre vectoriel de dimension .
On construit la quantité suivante:
On a donc . est intuitivement une statistique convenable pour un test car plus il
est fort, plus l'hypothèse est vraisemblable. Cela revient à remplacer dans par son
estimation par la méthode du maximum de vraisemblance. La région critique du test sera
donnée par : .
Théorème: La distribution de est asymptotiquement celle d'un dans l'hypothèse
De ce théorème, on déduira le procédé d'estimation de la région critique.
On peut étendre cette approche au test entre deux hypothèses composées. Il suffit de former la
quantité suivante:
pour laquelle le théorème précédent est toujours valable.
Test d'adéquation
Dans cette partie, on suppose que la loi de probabilité de la variable aléatoire , dont on
dispose d'un échantillon, est inconnue. Une première remarque s'impose: les tests
d'adéquation ne permettent pas de trouver la loi d'une v.a., mais seulement d'accepter
ou de rejeter une hypothèse simple émise a priori.

Ainsi, il est nécessaire de faire une étude sommaire préalable de l'échantillon afin de formuler
des hypothèses plausibles quant à la loi de probabilité de : la v.a. est-elle discrète ou
continue? Est-elle définie pout tout , ou seulement pour ? L'histogramme en

fréquence obtenu est-il symétrique par rapport à la valeur moyenne? Existe-t-il une relation
simple entre moyenne estimée et variance estimée? Les réponses à ces différentes questions,
de même que la nature de la variable représentée par permettent dans la plupart des cas
d'émettre une hypothèse plausible.
Subsections
 Test du
 Test de Kolmogorov
 Test de Cramer-Von Mises
Test du
Soit un échantillon de réalisations indépendantes de la v.a. . Soit la loi de
distribution inconnue de . L'hypothèse de départ sera que la loi de distribution est . Ceci
permet de formuler le test:
Les paramètres de seront soient connus soit estimés.
A partir de l'échantillon, on construit un histogramme en fréquence de classes . On note
le nombre d'observations de faites dans la classe (avec bien sûr ). Si la
v.a. suit la loi alors l'effectif théorique de la classe est donné par: où
est la probabilité pour que la v.a. suivant la loi prenne une valeur sur le domaine
définissant la classe .

L'écart entre la réalité issue de l'échantillon et la théorie issue de l'hypothèse est mesurée
par l'indicateur
Sous l'hypothèse , on peut considérer que l'écart entre distribution théorique et

distribution empirique est distribué normalement. Dans ces conditions, tend vers une loi du
à degrés de liberté ( = nombre de classes - 1 - nombre de paramètres nécessaires à la
spécification complète de ).
La région d'acceptation du test est l'intervalle tel que la probabilité d'une variable
du à degrés de liberté prenne une valeur dans cet intervalle soit égale à ( étant
l'erreur de première espèce relative au test). Si la valeur de l'indicateur est supérieure à
, alors on décide l'hypothèse .
Il n'est guère possible de déterminer l'erreur de deuxième espèce (et donc la puissance du test),
la loi de probabilité de n'étant pas spécifiée sous l'hypothèse . On ne peut donc pas
déterminer la loi de probabilité de l'indicateur sous cette hypothèse.
Pour que la loi (sous l'hypothèse ) de l'indicateur d'écart tende effectivement vers une loi
du , il est nécessaire que l'effectif d'une classe soit en pratique supérieur à 5.

Dans le cas contraire, il faudra procéder à un regroupement des classes jusqu'à ce que cette
contrainte soit satisfaite.
Test de Kolmogorov
Soit un échantillon de réalisations indépendantes de la v.a. . Soit la loi de
distribution inconnue de . L'hypothèse de départ sera que la loi de distribution est . Ceci

On suppose que tous les paramètres de la loi sont connus.
Soit la fonction de répartition empirique aléatoire à partir de l'échantillon. qui est

l'histogramme cumulé peut être considéré comme une estimation de la fonction de répartition
de notée . L'indicateur d'écart de ce test est la valeur absolue de la distance
maximum entre et :
La valeur de étant fixée, on acceptera l'hypothèse si . Les valeurs
sont lues sur les tables de Kolmogorov (il existe aussi des procédures numériques
pour les estimer).
Test de Cramer-Von Mises
Soit un échantillon de réalisations indépendantes de la v.a. de fonction de
répartition inconnue. L'hypothèse de départ sera que la fonction de répartition est . Ceci
On suppose que tous les paramètres de la fonction sont connus.
L'indicateur d'écart de ce test est:
La distribution de cet indicateur a été tabulée. On démontre que
où les valeurs de l'échantillon sont ordonnées en ordre croissant.

On rejette si la valeur de cet indicateur est supérieure à une valeur que la v.a. a une
probabilité de dépasser.
Le test de Cramer-Von Mises a les mêmes applications que le test de Kolmogorov. La

différence entre ces deux tests réside dans le fait que pour le test de Kolmogorov seul l'écart
maximum entre la distribution empirique et la distribution d'ajustement entre en considérarion
alors que l'indicateur d'écart du test de Cramer-Von Mises prend mieux en compte l'ensemble
des données en ce sens que la somme des écarts intervient. Le test de Kolmogorov est donc
beaucoup plus sensible à l'existence de points abérents dans un échantillon que le test de
Cramer-Von Mises. On pense généralement que ce dernier test est plus puissant, mais cela n'a
pas été démontré théoriquement.
Test d'indépendance
Dans la plupart des tests que nous venons de présenter, on suppose toujours les valeurs de
l'échantillon indépendantes. C'est une condition nécessaire. Il est donc souvent utile de vérifier cette
hypothèse par un test.
Subsections
 Test des différences premières

 Test de Spearman
Test des différences premières
Soit un échantillon de valeurs successives d'une v.a. . On désire tester l'indépendance des
réalisations . Cette indépendance constitue l'hypothèse principale .
Le principe de ce test consiste à calculer les différences successives , puis à
compter le nombre de différences positives et négatives. Si est vraie alors il doit y avoir
autant de différences positives que de différences négatives.
On construit donc la v.a. par

A priori, on suppose qu'il n'y a pas de différences nulles. On note le nombre de
différences premières positives.
Sous l'hypothèse , . L'espérance mathématique de la v.a.
est donc et l'on peut montrer que sa variance vaut . Pour
suffisamment grand (en pratique, on fixe ), la quantité est

approximativement une loi normale centrée réduite.
Pour une erreur de première espèce , on accepte l'hypothèse si la quantité
est inférieure à la valeur lue dans une table de la loi normale.
Test de Spearman
Soit une réalisation de la v.a. . Nous désirons savoir si les peuvent être considérés comme
des réalisations indépendantes les unes des autres. Pour cela, Spearman propose le raisonnement
suivant: si les réalisations sont indépendantes, l'échantillon ne présente pas de structure, i.e. d'ordre
privilégié. On testera donc la présence de dépendance en comparant l'ordre de l'échantillon recueilli
avec celui issu d'une procédure de tri. Cette comparaison se fait grâce au coefficient de corrélation.
Sous l'hypothèse d'indépendance, le coefficient de corrélation doit être nul. Ce test est souvent
utilisé comme test de tendance de séries chronologiques.
Soit le rang occupé par la réalisations dans la série ordonnée des (le rang initial
étant bien sur ). On note le coefficient de corrélation de Spearman, donné par
où .

Soit la valeur prise par pour l'échantillon considéré. La distribution de sous
l'hypothèse est tabulée. Cependant, pour un échantillon de grande taille ( ) on
peut considérer que la quantité est approximativement distribuée selon une loi
normale centrée réduite.
Si la quantité est inférieure au quantile du coefficient de corrélation de Spearman,
alors on accepte l'hypothèse , sinon il y a rejet.
Si , on peut se servir des valeurs d'une table de la loi normale centrée réduite.
Test de comparaison d'échantillons

Toujours en considérant la propriété d'indépendance, on va maintenant s'intéresser au cas de la
comparaison de deux échantillons, par le biais de paramètres estimés (le plus souvent la moyenne
et/ou la variance). L'hypothèse est : relativement à la variable étudiée, ces deux échantillons ont-ils
été prélevés indépendamment l'un de l'autre. Par soucis de simplicité de formulation des hypothèses,
on retiendra, pour , l'hypothèse négative qui se traduit par le fait que les variables observées ne
sont pas significativement différentes.
De plus, on supposera que les échantillons ont des tailles comparables. Des tests entre
populations de tailles très différentes peuvent être trouvés dans la littérature, et en particulier
dans l'ouvrage de B.Scherrer (cf Bibliographie).
Subsections
 Test des variances de Fisher-Snédécor

 Test de Student
 Test de Spearman
Test des variances de Fisher-Snédécor

Ce test ne s'applique qu'au cas de deux échantillons gaussiens:

On choisit le plus souvent de tester les variances avant les moyennes. Ces dernières ne sont
testées que si le premier test retient l'hypothèse de non indépendance.
On construit les quantités où est l'estimateur de la variance de la variable aléatoire
. Cette quantité suit une loi du . Sous l'hypothèse d'égalité des variances
( ), la quantité
suit une loi de Fisher-Snédécor.
En pratique, on met toujours au numérateur la plus grande des deux quantités afin d'obtenir
une variable de décision dont la valeur est supérieure à . La région critique est de la forme
(avec donc ). La valeur de est reliée à l'erreur de première espèce et peut

être lue dans une table de Fisher-Snédécor.
Test de Student
Ce test s'applique à la comparaison de deux échantillons gaussiens de même variance. Il est donc
souvent la suite logique du test de Fisher-Snédécor. On dispose des données suivantes:
Les v.a. suivent une loi du à degrés de liberté.
La moyenne arithmétique (resp. ) est une réalisation d'une v.a. (resp. )
suivant une loi normale de moyenne (resp. ) et d'écart-type (resp. ).
La quantité suit une loi du à degrés de liberté.
La v.a. est une v.a. normale de moyenne et d'écart-type
.
La variance étant inconnue, on construit une variable de Student définie par
d'où l'on peut faire disparaître le paramètre inconnu
Sous l'hypothèse , la région critique est de la forme . Comme habituellement, la

valeur seuil est reliée à l'erreur de première espèce et peut être trouvée dans une table de
Student.
Il faut noter pour finir que le test de Student est robuste car il s'applique également lorsque
l'hypothèse d'égalité des variances n'est plus valide. Il faut cependant pour cela que les tailles
des échantillons soient grandes (quelques dizaines d'observations pour chaque échantillon).
Test de Spearman
On peut ici réutiliser le coefficient de corrélation de Spearman qui va indiquer le degré de liaison
existant entre le classement des éléments d'un échantillon selon la variable et le classement des
mêmes éléments selon la variable . Une forte valeur du coefficient de corrélation de Spearman
indiquera une liaison entre les deux variables (puisqu'induisant des classements linéairement liés).
Cette approche n'a de sens que si les échantillons des v.a. et sont appariés.
Pour calculer le coefficient de corrélation de Spearman, il s'agit de calculer le rang de chaque
élément dans la série croissante de valeurs de et de puis de calculer la différence de
classement où dénote le -ème élément de l'échantillon. L'indicateur de Spearman est

donné par :
Il existe des versions plus sophistiquées de cet indicateur qui tiennent compte des ex-aequos
dans les classements (cette correction n'est nécessaire que si ce nombre d'ex aequos devient
important).

Sous l'hypothèse d'indépendance entre les deux variables, on peut montrer que
où est la variable aléatoire associée à l'indicateur de Spearman. De plus, si l'effectif est grand
( ), cette vatiable aléatoire suit approximativement une loi normale. On peut donc
construire un test sur la variable
qui suit une loi normale centrée réduite. On retrouve un test équivalent à un test de moyenne de loi
normale. Dans le cas d'un test bilatéral, avec un risque de , la règle de décision est
Si alors sinon et où désigne la

loi normale centrée réduite.
Pour les petits échantillons, il est nécessaire d'avoir recours à une table spécifique de
Spearman.
Analyse de la variance
L'analyse de la variance est un ensemble de techniques permettant de comparer plusieurs
échantillons de données. Cette comparaison est le plus souvent limitée à celle des moyennes dans un
cas gaussien. On l'utilise également pour étudier l'effet d'un facteur qualitatif externe. Nous nous
limiterons ici à une présentation résumée dans le cas où il y a un seul facteur explicatif.
Subsections
 Les données de l'analyse

 Le test
 Analyse des contrastes

Les données de l'analyse
Pour chaque réalisation ( ) d'un facteur explicatif , on dispose d'un échantillon
dont la moyenne est . La taille totale de la population est donc .
On considère que chaque échantillon est issu d'une v.a. suivant une loi . En
terme de test, nous avons donc
On pose où est une perturbation dont la variation obéit à une v.a. normale
centrée et d'écart-type . On peut aussi adopter un modèle similaire mais plus général de la
forme où est une valeur moyenne constante et l'effet du niveau du

facteur explicatif.
Dans le cas où l'hypothèse est rejetée, l'étude se poursuit par l'estimation des valeurs
moyennes (ou et selon le modèle utilisé).
Le test
On note la moyenne totale que l'on obtient par
La variance totale est estimée par

On montre facilement que cette variance totale peut se décomposer en la somme de la
variance des moyennes, (aussi appelée variance inter-classes) plus la moyenne des
variances, (aussi appelée variance intra-classes).
La variance représente la variation du au facteur explicatif , la variance est elle

considérée comme la variabilité résiduelle.
On peut réécrire cette variance résiduelle en faisant intervenir les variances de chaque
échantillon
Chaque quantité suit une loi du à degrés de liberté. Donc la quantité
suit également une loi du à degrés de liberté.
Sous l'hypothèse , les v.a. sont de même loi donc on a également le fait que la quantité
suit une loi du à degrés de liberté, et , une loi du à degrés de

liberté.
On peut donc construire l'indicateur de notre test par
dont la loi est celle de Fisher-Snédécor.
Si la valeur de l'indicateur est supérieure à la valeur critique d'une variable de Fisher-Snédécor

(pour une erreur de première espèce ), alors on conclut à l'influence du facteur explicatif
, i.e. on rejete l'hypothèse .

Analyse des contrastes
Le rejet de l'hypothèse ne signifie pas que toutes les moyennes sont différentes. Il est possible
qu'un seul couple ne valide pas l'hypothèse. On est alors intéressé par une analyse plus
fine des différences que l'on appele souvent contraste.
Une approche possible repose sur un résultat du à Scheffé: l'évènement
a lieu avec une probabilité donnée par
où est le carré moyen résiduel que l'on peut estimer par la quantité
On peut montrer que l'hypothèse a été rejetée si au moins un des contrastes est
significativement différent de .
Le test de chaque contraste est donc
sera estimé par
Attention, ce test est parallèle, il n'y a donc pas nécessairement de transitivité des résultats. On
peut donc tout à fait avoir la configuration et et .

Le Contrôle Statistique de Process: SPC
Subsections
 Introduction
 Capabilité d'un processus
o Etude de la capabilité des processus
o Indicateurs généralisés
o Les cartes de contrôle
Introduction
La notion de qualité est bien sûr très importante dans la production et les statistiques y contribuent
en fournissant des outils de mesure mais aussi de décision les plus objectifs possibles. Si l'on suit
Montgomery, la qualité est inversement proportionnelle à la variabilité. L'accroissement de la qualité
s'obtient donc par la réduction de cette variabilité. Celle-ci s'exprime bien en termes statistiques par
le biais de la variance même si cela n'est pas suffisant. C'est pourquoi il existe de nombreux
indicateurs. Afin de les utiliser au mieux il est nécessaire d'en bien connaître et comprendre les
hypothèses sousjacentes.
Dans un système de production quel qu'il soit (production de produits manufacturiers, de

services ou d'information), la variabilité provient de l'absence de répétitivité parfaite. Les
causes principales en sont l'usure des machines et des matériaux, les opérateurs, les méthodes
de transformation et l'environnement. On considère le plus souvent deux classes de variabilité
 la variabilité inhérente au processus (et peu modifiable) qui induit la notion de distribution
des mesures (le plus souvent admise par les entreprises comme étant une distribution
normale);
 la variabilité externe qui induit le plus souvent un biais dans les distributions par rapport à
cette hypothèse de normalité.
Le contrôle statistique de process (SPC : Statistical Process Control) tente de modéliser ces
causes et leurs effets. Il s'agit plus d'une méthodologie que d'une simple liste d'outils. Cette
méthodologie est composée de trois objectifs:
1. Process control qui tente de maintenir le processus sur sa cible en termes de positionnement
nominal et de tolérances.
2. Process capability qui tente de déterminer la variabilité inhérente à un processus pour établir
des spécifications réalistes utilisables en particulier à des fins de comparaisons.
3. Process change qui induit des modifications du processus dans un but d'amélioration (c'est la
partie action du SPC).

Le SPC est associé à une grande liste d'outils dont les plus connus sont:
 flowchart;
 run charts;
 pareto charts and analysis;
 cause and effect diagrams;
 frequency histograms;
 control charts;
 process capability studies;
 acceptance sampling plans;
 scatter diagrams.
Tous ces outils utilisent des données de type échantillon et propose une visualisation (le plus
souvent graphique) de la variabilité du processus étudié. Ce chapitre ne va évoquer que la
notion de capabilité. La bibliographie contient les références principales introduisant tous ces
outils.
Capabilité d'un processus

Le contrôle statistique de process permet de garantir par des outils statistiques que le processus est
sous contrôle. Il permet ainsi de garantir à tout moment des conditions de travail satisfaisantes. Il est
basé sur une connaissance et un suivi du processus. Un processus est sous contrôle s'il est
statistiquement stable. Pour une fabrication comportant différents process, l'étude porte sur chacun
des process pris séparemment, sur le principe d'éléments placés en série.
La mise en place de ce système de contrôle requiert au préalable:
1. Une étude de la capabilité des différents process sur lesquels se basent les contrôles.
2. La détermination de la loi de probabilité pour chaque processus.
3. La réalisation de cartes de contrôle pour un suivi de l'évolution du processus.
4. La détermination des réactions à adopter pour chacun des phénomènes défaillants mis en
évidence par les autocontrôles.
5. Une formation sur les autocontrôles pour les opérateurs directement concernés.
6. La mise en place définitive des autocontrôles dans les ateliers.
Subsections
 Etude de la capabilité des processus

 Indicateurs généralisés
 Les cartes de contrôle

Etude de la capabilité des processus
Pour qu'un processus puisse être déclaré sous contrôle, il est indispensable de connaître sa
capabilité et que cette valeur soit acceptable. Cet indicateur permet de déterminer si le
processus est capable de produire dans l'intervalle de tolérance requis.
Les indicateurs de capabilité les plus courants sont:
 . Le CAP (coefficient d'aptitude process) est calculé à partir d'un film de

production traçant l'évolution de à valeurs mesurées de manière consécutive. Il
représente le rapport entre l'intervalle de tolérance ( = Upper Specification Limit et
= Lower Specification Limit) et fois l'écart type ( ) de l'échantillon.
 où est l'espérance mathématique de la distribution

sousjacente (i.e. la valeur théorique).
 où est la moyenne expérimentale et la valeur nominale (sauf
contrindication, on prendra ).
 .
Dans la pratique, la valeur nominale est le plus souvent la valeur de l'espérance
mathématique . Tous ces indicateurs ont été construits et tabulés sous l'hypothèse de la loi
normale pour la distribution sousjacente.
Par exemple, pour implanter un contrôle statistique, le coefficient doit être égal ou
supérieur à . Ce coefficient, très utilisé dans le monde industriel, est assujéti à des
hypothèses qui ne sont pas toujours vérifiées. Tout d'abord, on ne compare que des écarts à la
valeur moyenne sans tenir compte de la répartition de ces écarts. On fait donc une hypothèse
de symétrie de la distribution des mesures. Il faut donc, au moins par un tracé, s'assurer de la
validité de cette hypothèse. Ensuite, les valeurs de référence (cf. tableau ci-dessous) sont
obtenues dans le cas de la Loi normale et ne sont bien sûr valables que dans ce contexte.
Capabilité Classement
Très mauvaise
0.67
0.67 Très mauvaise
1 Mauvaise

1.33 Très moyenne à moyenne
1.67 Moyenne à bonne
2 Bonne à très bonne
Excellente
2
L'amélioration de la capabilité peut donc être obtenue soit par une révision de l'intervalle de
tolérance dans le sens d'un élargissement, soit par la fiabilisation du process pour diminuer la
dispersion sur les valeurs mesurées.
L'importance des hypothèses peut être montrée sur le coefficient . Lorsque celui-ci est
faible, cela n'induit pas obligatoirement que la qualité du processus l'est également. En effet,
cela peut provenir de la non adéquation de l'hypothèse de normalité (ou au minimum de
l'hypothèse de symétrie). Le raisonnement est également valable pour les fortes valeurs de
. En particulier, ce coefficient n'est pas adapté à des distributions de type Gamma pourtant
fréquentes dans les cas réels (sauf si le coefficeint d'asymétrie est proche de 0, i.e. la valeur de
référence de la loi normale). Un test d'adéquation préalable à toute interprétation est donc
requis.
Indicateurs généralisés
Compte tenu des limitations des indicateurs classiques de capabilité, des indicateurs
généralisés ont été proposés. Ils permettent de prendre en compte la non normalité de la
distribution. Cependant, ils sont moins connus et donc moins bien acceptés par le milieu
professionnel.
Soit un échantillon de valeurs trié en ordre croissant. Les indicateurs de

Chang et Lu sont définis par


avec
 , la médiane qui remplace la moyenne ( si est impair et
si est pair).
 et sont les valeurs correspondant aux quantiles de l'échantillon, c'est à

dire
avec et ( est l'opérateur partie

entière).
Ces indicateurs donnent les mêmes résultats que les précédents en présence de la loi normale
et une meilleure appréhension lorsque celle-ci n'est pas vérifiée. En effet, la valeur de
référence correspond au quantile mais uniquement dans le cas de la loi normale.

Ces indicateurs sont donc bien des généralisations.
Les cartes de contrôle

Deux types de cartes sont possibles.
Cartes de contrôle à valeurs individuelles Elles se composent de relevés des valeurs sous
forme de graphique. Ces cartes sont composées de trois zones: bon, surveillance, rejet (au delà
des valeurs extrèmes et ). La valeur cible est mise en évidence. L'objectif est de
se situer au plus proche de cette valeur. Dans la zone de surveillance, on accepte la production
mais on est plus attentif à des phénomènes tels que la stagnation dans la zone (plusieurs points

consecutifs), une tendance vers le seuil rejet, ... L'outil graphique est un plus donnant les
moyens de régler au mieux le process en se basant sur un suivi.
Figure 5: Exemple de carte de contrôle où figurent les valeurs de référence ansi que le résultat de la
mesure m(x).
Cartes de contrôle par attribut On utilise un calibre. Elles sont à caractère qualitatif (bon,
mauvais par défaut, mauvais par excès). L'atout est de pouvoir suivre plusieurs
caractéristiques sur une même carte. 5B 1]

Tables
Subsections
 Fonction de répartition de la loi normale centrée réduite

 Fractiles de la loi normale centrée réduite
 Fractiles de la loi du à degrés de liberté
 Valeurs de la variable de Fisher-Snédécor ayant la probabilité d'être

dépassées

dépassées

dépassées
 Table de distribution de (Loi de Student)
 Table du coefficient de corrélation des rangs de Spearman de deux variables aléatoires
indépendantes
 Fonction de répartition de la statistique de Cramer-Von Mises
 Table du test de Kolmogorov-Smirnov
Fonction de répartition de la loi normale centrée réduite
Probabilité de trouver une valeur inférieure à .

Fractiles de la loi normale centrée réduite
Valeur de telle que , est donnée.

Fractiles de la loi du à degrés de liberté
Fractiles de la loi du à degrés de liberté (suite)

Valeurs de la variable de Fisher-Snédécor ayant la probabilité
d'être dépassées

d'être dépassées
Valeurs de la variable de Fisher-Snédécor ayant la probabilité d'être

dépassées (suite)

d'être dépassées
Valeurs de la variable de Fisher-Snédécor ayant la probabilité d'être

dépassées (suite)

Table de distribution de (Loi de Student)
Valeurs de ayant la probabilité d'être dépassées en valeur absolue.

Table du coefficient de corrélation des rangs de Spearman de deux
variables aléatoires indépendantes
Valeurs de ayant une probabilité d'être dépassée en valeur absolue:

Table du coefficient de corrélation des rangs de Spearman de deux variables aléatoires
indépendantes (suite)
Valeurs de ayant une probabilité d'être dépassée en valeur absolue:

Fonction de répartition de la statistique de Cramer-Von Mises
Valeurs de telles que .

Table du test de Kolmogorov-Smirnov
Valeurs de telles que
Table du test de Kolmogorov-Smirnov (suite)
Valeurs de telles que

Exercices
Ce chapitre regroupe quelques excercices d'application des concepts illustrés dans les
chapitres de ce polycopié. Ils constituent une base pour vous permettre de tester vos
connaissances.
Subsections
 Probabilités
 Variables aléatoires
 Estimation
 Tests d'hypothèses
 SPC
 Sujets généraux
o Problème 1
o Problème 2
o Problème 3
o Problème 4
Probabilités
1- Trois personnes entrent dans une pièce où se trouvent 7 chaises différentes. De combien de
manières différentes peut-on placer les 3 personnes?
Réponse :
2- Quel est le nombre maximum d'immatriculations qu'il est possible de réaliser dans le cas
des immatriculations de véhicules français?
3- Un train de marchandises se compose de 14 wagons dont 6, 3, 4 et 1 sont à laisser

respectivement en 4 gares différentes, A, B, C, D. De combien de manières ces wagons
peuvent-ils être disposés pour que les wagons à retirer soient toujours en queue de train?

4- Soient , et des évènements aléatoires définis sur une même épreuve. On considère
maintenant deux nouveaux évènements : et . (a)
Montrer que et sont incompatibles. (b) Que signifie l'évènement ? (c)
Calculer et sachant que , , ,
, , et .
5- Un circuit électronique est composé de blocs identiques en série, chacun de ces blocs
peut être formé d'un élément unique ou de deux éléments identiques en parallèle (dans ce cas
on supposera qu'il suffit qu'un des deux éléments fonctionne pour que le bloc fonctionne). On
admet que chaque élément a une probabilité égale à 0.02 de tomber en panne pendant les 5000
premières heures de fonctionnement et que les pannes des divers éléments sont des
évènements indépendants. Calculer les probabilités d'une panne de circuit pendant les 5000
premières heures de fonctionnement, si chaque bloc est formé d'un seul élément(a), si chaque
bloc est formé de deux éléments(b), si blocs sont fomés d'un seul élément(c). Combien
faut-il de blocs à éléments pour garantir une probabilité de panne du circuit inférieure à
(d).
Réponse : (a) 0.18 (b) 0.004 (c) (d) 5
6- On dispose de boules dont sont rouges. On tire (sans remise) boules. Quelle est la
probabilité de tirer boules rouges ?
Réponse :
7- La demande d'un produit pendant mois peut prendre les valeurs suivantes avec les
probabilités :
a) Pourquoi peut-on parler de probabilité ?

b) De quel stock minimum doit-on disposer en début de mois pour que le risque de rupture de
stock soit inférieur ou égal à ?
8- On sait que les jumeaux peuvent être de vrais jumeaux, dans ce cas ils ont même sexe, ou
de faux jumeaux, et dans ce cas la probabilité pour qu'ils aient même sexe est . On
suppose connue la probabilité pour que deux jumeaux soient de vrais jumeaux. (a)
Déterminer en fonction de la probabilité pour que deux jumeaux soient de même sexe. (b)
Déterminer la probabilité pour que deux jumeaux soient de vrais jumeaux sachant qu'ils ont
même sexe.
Réponse : (a) ; (b)
9- Les clients d'une entreprise ont été répartis en plusieurs catégories en fonction du volume
d'affaires annuel traité avec eux et en fonction du fait que l'on a déjà eu pour eux ou non des
créances impayées. Les résultats de ce décompte sont donnés dans le tableau ci-dessous:
Volume d'affaire
annuel 0 à 10 000 ( ) 10 000 à 100 000 ( ) + de 100 000 ( )
Clients ayant déjà

100 25 10
eu des impayés ( )
Clients n'ayant
jamais eu d'impayés 1 200 350 150
( )
Déterminez pour un client choisi au hasard les probabilités suivantes: , ,
, , , , , , . Y a-t-il
dépendance entre le volume d'affaires et l'existence d'impayés ?
Réponse : , , , ,
, , , ,
. Il y a dépendance entre le volume d'affaires et l'existence d'impayés
d'après l'analyse des termes et .

10- Pour juger de l'efficacité d'une campagne publicitaire ayant porté sur un produit , on a
sondé personnes, dans une région et dans une région . Seule la
région avait été concernée par la campagne. Les résultats sont les suivants:
Connaissent le Connaissent le Ne connaissent pas

produit et le produit et ne le le produit
consomment consomment pas
80 150 770
Région
50 130 320
Région
a) Déterminer pour chacune des régions: la probabilité qu'une personne connaisse le produit
, la probabilité qu'une personne consomme le produit et la probabilité qu'elle consomme
le produit sachant qu'elle le connait.
11- La probabilité pour qu'une ampoule électrique ait une durée de vie supérieure à ans est
de . Sachant qu'un lustre est formé de 5 ampoules, donnez la loi modélisant le phénomène
"il faut changer n ampoules en ans" et les probabilités correspondant aux valeurs et de
.
Réponse : L'évènement "une ampoule à changer" peut être modélisé par une loi .
La loi de l'évènement "il faut changer une ampoule en ans" est donc une loi binomiale (si
l'on suppose l'indépendance entre les ampoules). et
12- Soient deux urnes contenant respectivement 100 boules rouges et 100 boules noires. On
prend 32 boules rouges de la première urne pour les mettre dans la seconde, puis on mélange
et on reprend 32 boules de la 2ème urne pour les remettre dans la première. Quelle est la
probabilité qu'il y ait plus de boules rouges dans la première urne que dans la deuxième ?
13- Un lot de articles présente un mélange des produits de trois usines : articles de
l'usine , de l'usine et de l'usine . Pour les articles de l'usine , la

probabilité de fonctionner sans défaillance pendant un temps est , pour l'usine et
pour l'usine . On tire au hasard un article, calculer la probabilité que l'article

fonctionnera sans défaillance pendant un temps .
14- On considère trois lots d'articles de même type, le premier compte articles défectueux
parmi les articles. De même, on compte (resp. ) articles défectueux parmi les
(resp. ) articles du deuxième (resp. troisième) lot d'articles. On choisit au hasard l'un des
lots pour en tirer au hasard deux articles. Le premier article est défecteux. Quelle est la
probabilité que le second article soit défecteux lui aussi ?
Réponse : Soient les états et indiquants que les premier et deuxième articles sont
défecteux. Ce que l'on cherche est donc .
En se servant de la formule de Bayes, on a
Les deux articles provenant d'un des trois lots, on introduit les lots par
donc
De la même manière, on estime les autres probabilités conditionnelles par
Les probabilités qui nous sont nécessaires sont

donc
Le tout recombiné donne
15- Soient deux v.a. discrètes indépendantes de type ( ). (a)
Déterminez la loi de la v.a. . (b) Déterminez la loi de la v.a.
. (c) Déterminez la loi du couple . (d) Les v.a. et sont

elles indépendantes ?
Variables aléatoires
1- On admet que le nombre de défauts sur le verre d'une ampoule obéit à une loi de Poisson
de paramètre . Calculer les probabilités des évènements suivants: (a) Aucun défaut. (b)
Plus de 2 défauts. (c) Entre 3 et 7 défauts.
Réponse : (a) 0.018 (b) 0.762 (c) 0.711
2- Soit une loi uniforme continue définie sur l'intervalle symétrique . Quels sont
la moyenne et l'écart type de cette variable aléatoire. On procède à une accumulation

d'expériences identiques ( réalisations indépendantes de la loi ). Que se passe-t-il quand
devient grand pour la variable ?
3- Dans une entreprise de 200 salariés, il se produit en moyenne 4 accidents du travail par
mois. On suppose que tous les salariés ont la même probabilité d'avoir un accident. Quelle loi
peut modéliser le nombre mensuel d'accidents du travail ?
4- Soit une v.a. (où ). Calculer . Donner une borne de cette

probabilité en utilisant l'inégalité de Bienaymé-Tchebyshev. Commentaire.
5- Montrer par le calcul que pour v.a. de Raleigh. (On rappelle que
.)
Réponse: Soit la v.a. suivant une loi de Raleigh
Posons
et
On en déduit
et
Donc

La forme intégrale est égale à pour une loi normale de moyenne nulle et d'écart
type . Par symétrie de cette loi, cette probabilité vaut . Donc le résultat final est
6- Soit avec deux à deux indépendantes. Quelle est la loi de
? Donner les valeurs de et .
Réponse : Par définition, suit une loi du dont l'espérance mathématique est et la
variance .
7- On envisage l'achat d'une machine de valeur euros et dont la durée de vie est 2 ans.
Les dépenses de fonctionnement de ce matériel seraient de euros par an. On pourrait
fabriquer pièces par an. L'entrepreneur estime que chaque année, la probabilité
d'écouler cette production est de . Par contre, en cas de récession, l'une ou l'autre des
années, on ne pourra écouler plus de pièces. Le prix de vente d'une pièce (imposé par la
concurence) est de euros la première année. Pour la seconde année, il y a une probabilité
de pour qu'il se maintienne, une probabilité pour qu'il monte de et une
probabilité pour qu'il baisse de . Dans les questions suivantes, il vous est demandé
de formaliser chaque question en termes de v.a. avant de procéder aux calculs.
a) Calculer l'espérance mathématique et la variance du nombre de pièces écoulées pour

l'ensemble des deux années.
b) Calculer l'espérance mathématique du chiffre d'affaires réalisé la première année, puis la

seconde année (les quantités écoulées et le prix de vente sont supposés indépendants).
c) Quelle est l'espérance mathématique du gain procuré par cet investissement sur l'ensemble
des deux années ?
8- La demande d'un produit par mois à une entreprise suit une loi normale. Elle a une
probabilité d'être inférieure à unités, et une probabilité d'être supérieure à
.

a) Déterminer les paramètres de la loi normale.
b) La marge sur coût variable unitaire est de euros. Les charges fixes mensuelles sont de
euros. Déterminer la loi de probabilité suivie par le résultat mensuel. En déduire la
probabilité que le seuil de rentabilité mensuel soit atteint.
c) Quelle est la loi de probabilité du résultat trimestriel ? Quelle est la probabilité que le seuil
de rentabilité trimestriel soit atteint ? Quelle commentaire peut-on faire en comparant les
probabilités mensuelles et trimestrielles ?
Réponse : (a) (b) Loi normale de paramètres
. Prob(seuil de rentabilité atteint) = 0.7389. (c) Loi normale de
paramètres . Prob(seuil de rentabilité atteint) = 0.8665. Il est plus

simple d'atteindre un objectif sur 3 mois que 3 fois sur 1 mois.
9- Au contrôle de la fabrication, une pièce est rejetée si une au moins de ses deux dimensions
ne répond pas aux normes tolérées, soit une variation de mm en plus ou en moins pour la
longueur , et mm en plus ou en moins pour la largeur . Les normes de fabrication
sont pour : cm et pour : cm. Les moyennes de et sur des échantillons de
pièces sont respectivement cm et cm. Les écarts types sont égaux à:
mm et mm. Quel pourcentage de rebus obtient-on à la sortie de

l'atelier de production ?
10- Donnez la valeur de sachant que est une variable aléatoire normale
de moyenne et d'écart-type .
Réponse : . Par centrage
réduction, on pose .
. Par lecture
dans la table de la loi normale (0,1), on obtient
11- Une usine produit unités d'un produit sur un intervalle de temps . Pour cette
même période, la demande, exprimée en milliers d'unités, concernant ce produit peut être
considérée comme une variable aléatoire suivant une loi exponentielle de paramètre .

Quelle est la probabilité que la demande dépasse la production ? Quelle devrait être la
production pour que cette probabilité soit inférieure à ?
Réponse : . Pour descendre cette probabilité à , la

production doit être supérieure à unités.
12- Soient , V.A. continues, uniformes sur . On construit une
nouvelle variable par .
a) Calculez pour . Que se passe-t-il quand tend vers l'infini ?
b) Démontrer la nature de par une convergence en probabilité.
13- Une machine déréglée produit des pièces dont sont défectueuses. Donnez la loi qui
modélise le nombre de pièces défectueuses. Dans un lot de pièces fabriquées par cette
machine, calculez le nombre moyen de pièces défectueuses et la probabilité associée à ce
nombre.
Réponse : Une pièce est défectueuse ou non. Ce comportement peut tout à fait se modéliser
par une variable de type binaire de paramètre . Dans un lot, si on suppose

l'indépendance entre les évènements, l'apparition de pièces défectueuses s'apparente alors à
une somme de lois binaires indépendantes 2 à 2. On obtient une loi binomiale
. Le nombre moyen théorique de pièces défectueuses est donc
De même, la probabilité de ce nombre est donnée par

14- Donnez la valeur de telle que sachant que est une variable
aléatoire de Student à degrés de liberté.
Réponse : La table de Student ne donne que . Cependant, comme la loi de

Student est symétrique, nous avons
d'où .
15- Montrez que la variance théorique d'une v.a. suivant une loi de Rayleigh de paramètre
est . (intégration par partie ).
Réponse: L'espérance mathématique d'une loi exponentielle est et sa densité de
probabilité est . La variance est définie par
On fait une intégration par partie
Ce qui nous donne
et

Donc
aléatoire de Student à degrés de liberté.
Réponse : Cette probabilité n'a de sens que si est négatif. En effet, la loi de Student est
symétrique autour de et donc . On a donc et par
symétrie, . Donc la valeur de est donc obtenue par la lecture de la
probabilité ce qui nous donne
17- Donnez la valeur de telle que sachant que est une

variable aléatoire normale de moyenne et d'écart-type .
Réponse :
où est une variable aléatoire normale centrée réduite.

aléatoire du à degrés de liberté.
Réponse : Lectude directe dans la table du à 25 ddl : .
aléatoire de Fisher-Snédécor .
Réponse : Lecture directe dans la table de Fisher-Snédécor : .
20- On considère la fonction définie par
Déterminez de sorte que soit une densité de probabilité sur .
Réponse : Pour intégrer cette fonction, on va construire d'abord la solution d'une intégrale
double associée à un couple de variables indépendantes. Soit la fonction définie par
Définissons un domaine du plan par , et (un quart de

disque).
Calculons tout d'abord l'intégrale de sur ce domaine

Faisons le changement de variables polaires dont le jacobien
est
L'intégrale devient donc
Afin de couvrir le plan, nous pouvons passer d'abord à la limite par
L'intégrale sur le plan entier est donc
Dans cette intégrale double, les deux variables sont indépendantes, donc cette intégrale double
est le carré de l'intégrale simple et nous avons
La fonction sera une densité de probabilité si cette intégrale est unité, d'où l'on déduit

Dans le cas d'une loi normale, ce qui nous redonne bien
Estimation
1- Soit une loi normale d'espérance connue et de variance inconnue. Construisez

l'estimateur de cette variance par la méthode du maximum de vraisemblance. Quel est son
biais ?
2- Construisez l'estimateur du paramètre d'une loi de Poisson par la méthode du maximum

de vraisemblance.
3- Une machine fabrique des pièces à une cadence qui ne permet pas de faire un controle
qualité total. On procède donc à un prélèvement d'un échantillon de pièces qui sont testées.
Sur cet échantillon, , on constate un pourcentage de de pièces défectueuses.
L'entreprise ayant commandée ces pièces impose un pourcentage maximum de rebut de .

Que pouvez-vous conseiller au fabricant des pièces ?
4- Soit l'échantillon avec et
. Déterminer les paramètres
d'un modèle linéaire de la forme approximant au mieux ces données. Quelle est
la confiance dans ce modèle ?
5- On dispose d'un échantillon provenant d'une loi normale . On estime les
paramètres par et . Les valeurs obtenues sont,

et . Quelle est la probabilité pour que la valeur vraie de l'écart type soit
supérieure à ?

6- On dispose d'un ensemble de 101 mesures provenant d'un échantillonnage que l'on associe
à une v.a. , et étant inconnus. La variance estimée est . Donner

l'intervalle de confiance sur pour .
7- A partir d'un échantillon de 10 réalisations, on estime la moyenne d'une variable aléatoire

normale. L'écart-type étant également inconnu, on l'estime. On obtient les valeurs pour la
moyenne et pour l'écart-type. Quel est l'intervalle de confiance ( ) autour de la
moyenne ?
Réponse :
8- A partir d'un échantillon de valeurs, on estime la moyenne d'une variable aléatoire

normale. L'écart-type étant inconnu, on l'estime également et on obtient les valeurs et
. Quelle est la confiance d'un intervalle de largeur 1 autour de la moyenne ?
Réponse :
9- Un quotidien publie tous les mois la cote du chef du gouvernement à partir d'un sondage
réalisé sur un échantillon représentatif de 1000 personnes. En janvier, la cote publiée était de
d'opinions favorables, en février de . Un journaliste commente alors ces valeurs

par "Le chef du gouvernement perd 2 points !!" Commentez ce commentaire.
Réponse: On construit un intervalle de confiance autour des proportions. Avec un seuil de
, on obtient respectivement et pour les valeurs et . Les

deux intervalles ayant une intersection non vide, on ne peut pas conclure qu'il y ait eu baisse
ou augmentation de la cote du chef de gouvernement. La largeur de l'intervalle de confiance
est donnée par avec pour un seuil de sonfiance de ,
et .
10- Le chiffre d'affaires mensuel de l'entreprise JET suit une loi normale de moyenne
inconnue mais dont l'écart type est connu et égal à Keuros. Sur les douze derniers mois, la
moyenne des chiffres d'affaires mensuels a été de Keuros. Donnez une estimation de
par intervalle de confiance au niveau .

Réponse :
11- Dans une station service, on suppose que le montant des chèques essence suit une loi
normale de moyenne et d'écart type . On considère un échantillon de taille et on
obtient une moyenne de euros et un écart-type de euros. Donnez une estimation de

par intervalle de confiance au niveau .
Réponse : On doit procéder au calcul d'un intervalle de confiance sur une moyenne d'une loi
normale dont l'écart-type est inconnu et estimé. Cet intervalle est définit par
où (respectivement ) est la moyenne (respectivement l'écart-type) estimée et est lue dans
une table de la loi de Student à degrés de liberté.
Ce qui donne, et comme intervalle de confiance
12- Dans une production continue de pièces manufacturières, on fait un contrôle de qualité par
prélèvement avec un échantillon de 100 pièces.
1. Pour chaque pièce, on procède à un contrôle de poids. On admet que cette mesure peut être
modélisée par une variable aléatoire exponentielle de paramètre . Le paramètre de cette loi
étant inconnu, on estime les moments et l'on obtient respectivement, g et g pour la
moyenne expérimentale, , et l'écart-type, . Quelle est la confiance d'un intervalle de
largeur ?
Réponse: La variable aléatoire poids suit une loi exponentielle de paramètre qui est aussi sa
moyenne théorique. On accède à ce paramètre par l'estimation de la moyenne. L'on a donc à
déterminer un intervalle de confiance autour de la moyenne estimée, i.e. .

On est pas dans le cas d'une loi normale mais l'échantillon est de grande taille, on peut donc
appliquer la règle standard
La largeur de cet intervalle est donc

Dans la table de la loi de Student à 99 ddl, on constate que pour des ddl de 80 et 120, il n'y
pas de changements notables et l'on repère
2. Sur cet échantillon, on estime à le taux de pièces défectueuses. Quel est l'intervalle de
confiance à autour de cette valeur ? Conclusion.
Réponse: Il s'agit de déterminer un intervalle de confiance d'une proportion qui est donné par
On utilisera l'approximation dans l'évaluation de la racine car la valeur expérimentale est

loin de . La valeur de est lue dans une table de la loi normale centrée réduite et correspond à
soit avec . La lecture donne

et l'on obtient l'intervalle de confiance suivant :
La fluctuation est très importante (du même ordre que l'estimation) et rend difficilement
interprétable la valeur obtenue pour la proportion. Il faut soit réduire la confiance, soit
augmenter la taille de l'échantillon. Ces remarques restent relatives aux attendus de
l'application.
3. Donnez la taille minimale de l'échantillon pour que la largeur de cet intervalle soit au plus
égale à .
Réponse: En reprenant les résultats de la question suivante, on a

avec et . Donc on obtient
13- Sur un échantillon de 20 valeurs, on procède à une régression linéaire et on obtient les
valeurs suivantes pour les moyennes expérimentales : , , ,
et . Calculer les paramètres et de la droite de régression. Quelle
est la confiance dans le modèle ? Conclusion.
Réponse : D'après les formules, on a
La qualité du modèle estimée par le coefficient de corrélation est très faible, le modèle
linéaire n'est pas adapté.
14- Dans une production continue de pièces manufacturières, on fait un contrôle de qualité par
prélèvement avec un échantillon de 80 pièces.
1. Pour chaque pièce, on procède à un contrôle dimensionnel. On admet que cette mesure peut
être modélisée par une variable aléatoire normale . Les paramètres de cette loi étant
inconnus, on les estime et l'on obtient, respectivement, cm et cm pour la moyenne
expérimentale, , et l'écart-type, . Quelle est la confiance d'un intervalle de largeur
autour de la moyenne ?
Réponse: Il s'agit de déterminer un intervalle de confiance d'une moyenne d'une loi normale,
son écart-type étant inconnu. Donc cet intervalle est donné par
avec d'où . On sait par ailleurs que t est à lire dans la table de la loi de
Student pour degrés de liberté. Compte tenu de la faible variation autour de on approxime la
lecture par celle de la ligne degrés de liberté. On obtient
et donc
La confiance de l'intervalle de largeur autour de la moyenne expérimentale est .
2. Sur cet échantillon, on estime à le taux de pièces défectueuses. Quel est l'intervalle de
confiance à autour de cette valeur ? Conclusion.
Réponse: Il s'agit de déterminer un intervalle de confiance d'une proportion qui est donné par
On utilisera l'approximation dans l'évaluation de la racine car la valeur expérimentale

est loin de . La valeur de est lue dans une table de la loi normale centrée réduite et
correspond à soit avec . La lecture
donne et l'on obtient l'intervalle de confiance suivant : .
La fluctuation est très importante (du même ordre que l'estimation) et rend difficilement
interprétable la valeur obtenue pour la proportion. Il faut soit réduire la confiance, soit
augmenter la taille de l'échantillon. Ces remarques restent relatives aux attendus de
l'application.

3. Sur le même échantillon, quelle est la probabilité que la valeur vraie de soit supérieure à
cm ?
Réponse: Il s'agit de déterminer un intervalle de confiance d'une variance d'une loi normale.
Donc cet intervalle est donné par
où est la variance expérimentale avec biais donnée par
On sait que
donc
donc . La valeur est reportée dans la table de la loi du à

degrés de liberté.
et donc
La probabilité que l'écart-type vrai soit plus grand que est donc .

Tests d'hypothèses
1- La répartition des durées de 670 vols Paris-Alger est donnée dans le tableau suivant:
Durée Nombre
cumulé
1.9-1.95 19 2.8 2.8
1.95-2. 19 2.9 5.7
2.-2.05 39 5.8 11.5
2.05-2.1 48 7.2 18.7
2.1-2.15 87 12.9 31.6
2.15-2.2 94 14.1 45.7
2.2-2.25 104 15.5 61.2
2.25-2.3 92 13.7 74.9
2.3-2.35 57 8.5 83.4
2.35-2.4 44 6.6 90.0
2.4-2.45 28 4.2 94.2
2.45-2.5 26 3.9 98.1
2.5-2.55 13 1.9 100
Cette distribution est-elle normale ?
2- Soit la suite de valeurs: .

Cette suite constitue-t-elle un échantillon formé de réalisations indépendantes ?
Réponse : On peut tout d'abord utiliser le test de Spearman. Pour cela, on construit la table
suivante
i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
SI 23 14 41 50 43 70 63 91 85 113 122 134 117 108 96
R 2 1 3 5 4 7 6 9 8 12 14 15 13 11 10
ST 14 23 41 43 50 63 70 85 91 96 108 113 117 122 134
où i est le rang initial des valeurs de la séquence initiale SI et R le rang final de la valeur de la
deuxième ligne dans séquence triée ST. L'indicateur de Spearman a donc pour valeur
. D'après la table de Spearman, on rejete l'hypothèse d'indépendance

quelque soit la valeur du risque.
On peut aussi utiliser le test des différences premières. On construit alors la table suivante
SI 23 14 41 50 43 70 63 91 85 113 122 134 117 108 96
- + + - + - + - + + + - - -
où les sont les signes des différences entre deux valeurs consécutives. L'indicateur des différences
premières est donc . On accepte donc l'hypothèse d'indépendance

quelque soit le risque.
Si les deux tests sont contradictoires, c'est qu'ils ne testent pas la même nature d'indépendance.
3- On dispose d'un échantillon de valeurs dont on veut savoir si il correspond à une
distribution de type loi normale. On procède à un test du et la valeur de l'indicateur est

. Sachant que l'on a constitué classes, déterminer si l'adéquation est acceptable.
Réponse : Le nombre de degrés de liberté du test est (on doit estimer les
deux paramètres de la loi normale). Par lecture dans la table du on obtient les valeurs
suivantes

p v
0.99 29.141
p 30
0.995 31.319
Par une approximation locale, on a alors
L'hypothèse est donc acceptable jusqu'à un risque de ce qui est très faible.
4- On dispose de deux échantillons dont on sait qu'ils sont liés à deux variables aléatoires
et dont les lois sont, respectivement, et . Quel test proposez-vous

pour tester l'indépendance de ces deux échantillons ?
5- On introduit une modification sur une chaîne de production et l'on souhaite en mesurer
l'impact. Pour cela, on utilise un indicateur de performance lié au nombre de clients servis
dans les délais. On obtient les valeurs suivantes au cours de l'expérimentation:
Indicateur
Mesure avant après
1 148 165
2 155 155
3 144 132
4 129 152
5 154 133
6 144 145

7 132 151
8 147 145
9 151 144
10 119 143
Commenter l'impact de la modification sur la chaîne de production.
6- On dispose d'un échantillon de matériels identiques et on note les durées de vie en
heures . On obtient les valeurs:
Tester le caractère exponentiel de la loi de fiabilité par les tests de Kolmogorov-Smirnov et

Cramer-Von Mises.
7- Le temps mis par une machine pour fabriquer une pièce suit une loi normale de
paramètres et . La machine tombant en panne, on fabrique la

même pièce avec une machine . On suppose que le temps de fabrication suit une loi
normale de même écart type. Pour un échantillon de pièces réalisées, on a obtenu un
temps moyen de fabrication, . La machine est-elle aussi performante que la
machine au risque ?
Réponse : On teste l'hypothèse : avec un test bilatéral ou unilatéral. Dans les

deux cas, la conclusion est que la machine est moins performante.
8- Après une enquète sur un échantillon de ménages, on a constaté que ménages
possèdaient une voiture. Au risque , cela contredit-il l'hypothèse que des ménages
possèdent une voiture ? Quel est l'intervalle de confiance au risque autour de la valeur
trouvée ?
Réponse : Il s'agit dans un premier temps de réaliser un test bilatéral sur un proportion.
L'hypothèse porte sur la valeur vraie ( contre ).
La région critique du test est donnée par

où est lu dans la table de la loi .
Pour , on obtient et donc
Dans notre exemple, , donc , on peut donc accepter
l'hypothèse . Cependant, on se trouve au voisinage de la valeur seuil.
L'intervalle de confiance à autour de la valeur trouvée est définie par
où est lu dans la table de la loi . On trouve et donc l'intervalle
La valeur vraie est bien dans l'intervalle mais de justesse de même que pour le test
précédent. Il y a donc une sensibilité à envisager en fonction de la valeur du risque dans les
deux cas.
9- Une entreprise fait un test de conformité sur un produit qu'elle fabrique par une analyse de
sa chaîne de production. Une étude théorique permet de conduire à un pourcentage de
conformité . Compte tenu de la valeur marchande des pièces, on veut procéder à
un test bilatéral sur cette proportion par rapport à la valeur nominale au risque .
Commentez le choix de ce risque. On réalise le prélèvement d'un échantillon de taille
et on obtient . Doit-on rejeter la valeur théorique ?
Réponse : Le risque de est très très faible et conduira très vraisemblablement à une
acceptation systématique sans réelle signification. Ce risque peut cependant se justifier par la

valeur marchande élevée des pièces qui pousse à ne pas les mettre au rebut sauf si on est sûr
de leur non conformité.
On construit le test suivant :
La région critique est donnée par
où la valeur de est lue dans une table de la loi normale .
Dans notre cas, on a et donc l'écart maximal entre

estimation et valeur théorique est
L'écart constaté sur l'échantillon est , on accepte donc
l'hypothèse sur la valeur théorique.
SPC
1- Sur une chaîne de production, on procède à une campagne de mesures ( ). Cet

échantillon est caractérisé par sa moyenne et son écart-type . Les
spécifications de cette production sont . Calculer

les 4 indicateurs de capabilité. Que pouvez-vous en déduire ? Interprétation.
Réponse : Les indicateurs sont

1.67
1.33
1.18
0.94
est supérieur à , on peut donc envisager d'implanter un contrôle statistique. Mais les
trois autres indicateurs sont moins satisfaisant. Une campagne plus approfondie est nécessaire.
2- On souhaite construire une carte-contrôle pour une fabrication dans laquelle on considère
comme acceptable une proportion de pièces défectueuses .
(a) Sachant qu'on prélève un échantillon de taille , quelle est la loi de la v.a. , nombre de
pièces défectueuses contenue dans l'échantillon ?
(b) Déterminer les nombres et tels que
Prob( ) = 0.95
Prob( ) = 0.99
sachant que .
(c) Construisez la carte de contrôle. Indiquez en le mode d'emploi.
(d) En utilisant cette carte contrôle, quelle est la probabilité de laisser la fabrication se
poursuivre alors que la proportion de défecteux est en réalité ou ?

Qu'en pensez-vous ?

Sujets généraux
Subsections
 Problème 1
 Problème 2
 Problème 3
 Problème 4
Problème 1
1- (8 pts) Une machine fabrique des pièces rectangulaires dont les deux côtés sont et .
Cette machine est sujette à des dérèglements qui induisent, indépendamment, des variations
dans les cotes théoriques qui rendent aléatoires les cotes mesurées. Une analyse systématique
des pièces a montré que ces erreurs sont faibles en valeur, symétriques et de même amplitude
et variation pour les deux cotes.
1.1 (1 pt) Proposer un modèle (loi) pour les deux variables et .
Compte tenu des hypothèses sur les erreurs, on peut faire une hypothèse de répartition selon
des lois normales. On posera et . Les amplitudes et

variations des deux variables étant les mêmes, on peut faire l'hypothèse d'égalité des variances.
A partir de ces deux variables, on construit deux nouvelles variables aléatoires d'erreur
et par et . Afin de simplifier le test de validité des
pièces, on impose une seule tolérance sur la norme de l'erreur, . On
supposera par la suite que .
1.2 (2 pts) Quelles sont les lois (avec moyennes et écarts types) des variables aléatoires
et ?
Par simple propriété de la loi normale, on obtient et .

1.3 (2 pts) Quelle est la loi de la variable aléatoire ?
Compte tenu de l'hypothèse d'indépendance entre les variables et par définition, la variable
suit une loi de Raleigh.
1.4 (3 pts) On prélève un échantillon relatif à la variable aléatoire . Cependant, celui-ci

est perturbé par des données non significatives. On ne peut pas se fier au calcul de la
moyenne empirique ni à celui de la variance pour déterminer le paramètre de la loi.

Proposez une autre méthode pour estimer le paramètre de la loi.
La densité de probabilité de la loi de Raleigh est donnée par
La densité de Raleigh est une fonction unimodale (courbe de Gauss légèrement asymétrique).
Elle a donc un seul maximum qui est situé à la valeur qui annule sa dérivée donnée par
qui s'annule pour .
On peut donc, à partir de la densité empirique, repérer la valeur maximale, i.e., le mode, et en
déduire une estimation de et de fait de la moyenne empirique puisque celle-ci vaut .
2- (6 pts) On considère une unité de production organisée en îlots. Sur chacun, on résume la
qualité de la production par une mesure calibrée entre -1 et 1. On désire tester l'architecture
et particulièrement les effets de propagation des dysfonctionnements d'approvisionnement en
provenance du stock central. Sous l'hypothèse de répartition uniforme des dysfonctionnements,
on peut déterminer les valeurs théoriques de la moyenne et de la variance de l'indicateur de
qualité. Pour la configuration concernée, composée de 250 îlots, et sous cette hypothèse, on
obtient les valeurs vraies suivantes : , . Une série de mesures sur
les îlots conduit à l'estimation suivante : . Que pouvez-vous conclure ?
L'estimateur d'une moyenne peut être considéré comme une variable aléatoire de loi normale
(l'échantillon est de taille significative). Soit cet estimateur, on a donc

Pour tester la valeur l'hypothèse, on va se ramener à un test sur la valeur de la moyenne
théorique, variance connue. On procède au test bilatéral suivant :
Nous choisissons un risque de .
La règle de décision fait intervenir avec loi normale centrée et

réduite. La table correspondante nous donne . La détermination du seuil de la
région critique du test donne
La règle de décision est donc
si alors sinon .
Donc dans notre cas, on conclut au rejet de l'hypothèse .
On peut aussi raisonner à l'envers en recherchant la valeur du risque associée à l'hypothèse
. Dans ce cas,
Par lecture dans la table de la loi normale, on obtient .
L'erreur de première espèce est donc très très faible (inférieure à ) ce qui revient à dire que l'on
est dans un cas où l'on serait amener à ne jamais rejeter l'hypothèse .
Ces deux approches donne donc un même raisonnement qui conduit à conclure que
l'hypothèse de distribution uniforme des dysfonctionnements n'est pas validée par les données
empiriques.
3- (3 pts) Une machine fabrique des pièces dont la longueur suit une loi normale de
paramètres et . On veut procéder à un test bilatéral sur la moyenne pour tester cette

valeur par rapport à la valeur nominale qui est cm au risque . Pour cela, on réalise
un prélèvement d'un échantillon de taille et on obtient cm et cm.
Doit-on rejeter ?
On procède au test bilatéral suivant :
La règle de décision fait intervenir avec loi de Student à degrés

de liberté. La table correspondante nous donne . La détermination du seuil de la
région critique du test donne
La règle de décision est donc
si alors sinon .
Donc dans notre cas, on conclut au rejet de l'hypothèse .
5- (3 pts) Afin de tester l'adéquation d'une loi à la loi exponentielle à partir d'un échantillon
(de 50 valeurs), on procède à deux tests. Le test du (8 classes) accepte l'adéquation. Par
contre, sur le même échantillon, le test de Kolmogorov-Smirnov rejette l'hypothèse. Que
pouvez-vous conclure ?
On peut préférer le test du KS qui est plus contraignant car pour le test du , on a 8 classes
pour un échantillon de taille soit en moyenne valeurs par classes ce qui est peu.
Problème 2
1- (8 pts) Une machine fabrique des pièces rectangulaires dont les deux côtés sont et .
Cette machine est sujette à des dérèglements qui induisent, indépendamment, des variations
dans les cotes théoriques qui rendent aléatoires les cotes mesurées. Une analyse systématique
des pièces a montré que ces erreurs sont indépendantes, faibles en valeur, symétriques et de
même moyenne et variation pour les deux cotes.

1.1 (2 pts) Proposer un modèle (loi) pour les deux variables et .
Compte tenu des hypothèses sur les erreurs, on peut faire une hypothèse de répartition selon
des lois normales. On posera et . Les amplitudes et

variations des deux variables étant les mêmes, on peut faire l'hypothèse d'égalité des variances.
A partir de ces deux variables, on construit une variable aléatoire d'erreur normalisée par
1.2 (3 pts) Quelle est la loi (avec moyenne et écarts type) de la variable aléatoire ?
On obtient une loi Gamma de paramètres . Par définition, nous avons
La densité de probabilité est donnée par
1.3 (3 pts) On prélève un échantillon relatif à la variable aléatoire dont on souhaite

vérifier la loi. Cependant, celui-ci est perturbé par des données non significatives. On ne peut
pas se fier au calcul de la moyenne empirique ni à celui de la variance pour valider
l'adéquation de la loi au modèle établit. Proposez, en la justifiant, une autre méthode.
Puisque l'on connait la loi théorique avec ses paramètres, on peut construire, pour chaque
valeur de l'échantillon, une mesure de validité pourt rejeter ou accepter cette valeur. Ensuite,
sur les données non perturbées, on pourra procéder à un test de type KS ou .
2- (6 pts) On considère une unité de production organisée en îlots. Sur chacun, on résume
la qualité de la production par une mesure. Une analyse a montré que cette mesure, sur
chaque îlots, suit une loi normale de paramètres et . Pour tester le comportement
global, on construit une mesure . On utilise le carré pour se ramener à une

mesure d'amplitude sans prendre en compte le signe.
2.1 (1 pt) Quelle est la loi de la variable ?

Il n'y a pas de loi connue pour cette variable aléatoire.
2.2 (3 pts) Proposez, en le justifiant, une nouvelle mesure dont on pourrait exploiter la loi.
Si on procède à un centrage réduction des donnant ainsi les variables avant d'en faire la
somme, alors la nouvelle loi
suivrait une loi du à degrés de liberté. Cette opération peut se justifier si on veut compenser
des problèmes de calibrage entre les mesures .
2.3 (2 pts) Sur une campagne de mesures, on obtient une réalisation de cette variable
aléatoire, . Sachant qu'il y a îlots, donnez la valeur que cette nouvelle

variable prenne une valeur inférieure à cette mesure.
Pour une loi du à degrés de libertés, on a les valeurs suivantes :
Par approximation linéaire entre ces deux valeurs, on obtient
3- (3 pts) Une entreprise fait un test de validité sur un produit qu'elle fabrique. Une étude
théorique donne un pourcentage de rebuts . On veut procéder à un test bilatéral
sur cette proportion par rapport à la valeur nominale au risque . Pour cela, on réalise un
prélèvement d'un échantillon de taille et on obtient cm. Doit-on
rejeter ?
Le test d'hypothèse est donc :

au risque .
La région critique du test est alors
où est lu dans la table de la loi normale centrée réduite. Pour , on lit
d'où la région critique . Comme
, on peut accepter au risque .
4- (3 pts) Afin de tester l'adéquation d'une loi à la loi binomiale à partir d'un échantillon (de
80 valeurs), on procède à deux tests. Le test du (10 classes) accepte l'adéquation. Par
contre, sur le même échantillon, le test de Kolmogorov-Smirnov rejette l'hypothèse. Que
pouvez-vous conclure ?
L'application du test du se fait dans de bonnes conditions puisque le nombre

d'échantillons et le nombre de classes sont significatifs. On peut donc accepter le résultat du
test. Le rejet du test du KS indique simplement qu'une approche plus restrictive donne un
résultat contraire. Une analyse de l'échantillon est donc nécessaire pour savoir si il n'a pas été
perturbé.
Problème 3
1- (6 pts) On souhaite établir un contrôle statistique de fabrication sur une unité de

production. Sur un échantillon de taille 100, on procède à une estimation de la mesure de
référence. On obtient une moyenne de et un écart type de .
1.1 (3 pts) Construisez l'intervalle de confiance à autour de l'estimation de l'écart type.
On doit tout d'abord faire une hypothèse sur la distribution des mesures. Afin de pouvoir faire
un intervalle de confiance sur la moyenne, on supposera que les données sont distribuées
selon une loi normale.
Comme la moyenne est inconnue (et donc estimée), l'intervalle de confiance est donné par
avec et
D'après la table du on obtient
et donc l'intervalle de confiance sur l'écart type est
1.2 (1 pt) On définit la capabilité de l'unité de production par où est
l'estimation de l'écart-type. Quelles sont les valeurs extrèmes de cette capabilité à de

confiance ?
Les valeurs extrèmes sont données par
et
1.3 (2 pts) En vous référant à la table page V-3, qualifiez les capabilités obtenues.
En se référant à la table de la page V-3 du polycopié, on déduit que les capabilités min et max
sont entre mauvaises (1) et très moyennes (1.33). Il est donc difficile d'implanter un contrôle
statistique sur cette unité de production. Ce commentaire, interprétant la capabilité, est rendu
possible par l'hypothèse de loi normale formulée au début.

2- (6 pts) Dans un processus de production, un système de surveillance arrète le processus si
un indicateur de sécurité atteint une valeur de référence. On estime à la probabilité que cet
indicateur atteigne la valeur de référence sur une unité de temps. Après chaque unité de
temps, l'indicateur est réinitialisé. Celui-ci est sans mémoire. On note la variable aléatoire
qui donne la durée de fonctionnement (en nombre d'unités de temps) du processus sans
interruption.
2.1 (2 pts) Quelle est la loi de la variable ?
La loi de est une loi géométrique de paramètre (loi du nombre d'essais pour faire
appraître un évènement de probabilité ).
2.2 (2 pts) On constate que . Sachant que est très petit,
proposez une estimation de .
La probabilité d'une loi géométrique de paramètre est
Pour très petit, on peut approximer cette probabilité par .

Donc
d'où
Par remplacement, on trouve aisément que la deuxième valeur constitue une erreur
d'approximation car ne redonnant pas la probabilité correcte ( ). C'est
donc l'approximation que l'on retiendra.
2.3 (2 pts) Quelle est la probabilité que le processus se déroule sans interruption sur 23
unités de temps ?
En application des résultats précédents, on trouve

3- (3 pts) Une entreprise fait un test de conformité sur un produit qu'elle fabrique par une
analyse de sa chaîne de production. Une étude théorique permet de conduire à un
pourcentage de conformité . Compte tenu de la valeur marchande des pièces, on

veut procéder à un test bilatéral sur cette proportion par rapport à la valeur nominale au
risque . Commentez le choix de ce risque. On réalise le prélèvement d'un échantillon de
taille et on obtient . Doit-on rejeter la valeur théorique ?
Le risque de est très très faible et conduira très vraisemblablement à une acceptation
systématique sans réelle signification. Ce risque peut cependant se justifier par la valeur
marchande élevée des pièces qui pousse à ne pas les mettre au rebut sauf si on est sûr de leur
non conformité.
On construit le test suivant :
La région critique est donnée par
où la valeur de est lue dans une table de la loi normale .
Dans notre cas, on a et donc l'écart maximal entre

estimation et valeur théorique est
L'écart constaté sur l'échantillon est , on accepte donc
l'hypothèse sur la valeur théorique.

4- (2 pts) Afin de tester l'adéquation d'une loi à la loi binomiale à partir d'un échantillon, on
dispose de 25 valeurs. Quel test préconisez-vous ? Pourquoi ?
Dans ce cas, avec un très faible échantillon, il n'est pas envisageable de réellement utiliser le
test du . On préfèrera donc un test de Kolmogorov-Smirnov. On peut aussi préférer le test
de Cramer-Von Mises qui est plus puissant (au sens de la puissance du test, ).
5- (3 pts) Démontrez que l'estimateur du maximum de vraisemblance du paramètre d'une

loi de Poisson est la moyenne expérimentale.
La fonction de vraisemblance de la loi de Poisson est donnée par
Soit en passant par le logarithme,
En dérivant par rapport au paramètre , on obtient
L'estimateur de au sens du maximum de vraisemblance est obtenu en annulant cette

expression, on retouve donc bien la formule de la moyenne expérimentale
Problème 4
1- (6 pts) Le merle à plastron est un oiseau qui en automne erre dans les bois clairs et les buissons des
montagnes. En 1968, une station ornithologique du Col de la Golèze située dans les Alpes françaises,
a capturé 48 merles à plastron au filet durant les 89 jours d'ouverture de la station. On note la
variable aléatoire qui donne le nombre de merles capturés en fonction du nombre de jours.
1.1 (2 pts) Quelle est la loi de la variable ?

Réponse : Si la répartition dans le temps des captures de merles à plastron est aléatoire, la
distribution de probabilité obéit à une loi de Poisson. En effet, chaque épreuve consiste en la
capture d'un merle. Cette capture se produit ou non un jour J donné. La probabilité qu'elle se
produise le jour J est donc 1/89 = 0.011. Cette probabilité est faible et le nombre d'épreuves
est important (48). Si ces épreuves sont indépendantes (pas de phénomène d'habituation chez
les merles), on peut faire l'hypothèse de la loi de Poisson.
1.2 (2 pts) Quelle est la valeur du paramètre de cette loi ?
Réponse : Dans le cas de la loi de Poisson, le paramètre est obtenu par
1.3 (2 pts) Quelle est la probabilité de capturer 2 merles en une journée ?
Réponse : La valeur est donnée par
2- (4 pts) Une entreprise fait un test de conformité sur deux machines. Sur des échantillons de
tailles respectivement pour les deux machines, 75 et 55, les nombres de défauts sont,
respectivement pour les deux machines, 7 et 5. Les deux machines sont-elles aussi fiables au
risque ?
Réponse : On veut tester l'hypothèse d'égalité des proportions théoriques de défauts sur les
deux machines.
Pour cela, on construit l'indicateur
avec
Dans notre cas, on obtient

et
La région d'acceptation est définie par
où est lue dans la table de la loi normale centrée réduite par
Sans ambiguïté ( ), les deux machines sont équivalentes.
3- (4 pts) Soit X, une variable représentant le résultat des étudiants à un examen de

mathématique. Sur les 500 étudiants, on en a choisi 50 au hasard (sans remise). Leurs points
sont les suivants : 40 élèves ont eu 60 points; 5 élèves ont eu 50 points et les autres 30 points.
Donner un intervalle de confiance pour la moyenne échantillon à un niveau de confiance de
Réponse: Comme on ne sait rien sur la variable, on ne peut pas faire d'hypothèse de loi
normale mais on a plus de 30 valeurs pour faire les estimations. Donc on peut procéder aux
estimations des moments.
On peut aussi utiliser un estimateur sans biais qui donne,
Pour la moyenne, cela donne et pour l'écart type, on a .

On veut . On prend un intervalle symétrique de la forme
où est lue dans une table de la loi de Student à degrés de

libertés, soit environ ce qui nous donne finalement un intervalle de confiance de la
forme:
4- (3 pts) Déterminez la valeur de l'espérance mathématique de la loi Gamma. (On rappelle

que le domaine de définition de cette loi est .)
Réponse : La loi Gamma a pour densité de probabilité
Et son espérance mathématique est
On rappelle de plus que
On pose tout d'abord , avec . On obtient alors
La fonction est telle que
Donc

On peut aussi obtenir ce résultat par intégration par partie, en posant
On obtient alors
Soit
où
Par récurrence, on obtient alors
5- (3 pts) Dans l'hôpital Hiks, la salle Igrec contient 30 patients contaminés par le virus Zed.
Le traitement que l'on fournit, guérit avec une probabilité de réussite de 4/7. Quelles sont les
probabilités de ne pas guérir 10 patients ? Et 25 patients ?
Réponse : On suppose que tous les patients sont équivalents en regard du traitement. Soit la
variable aléatoire , vrai/faux, associé à l'évènement "ne pas guérir un patient". On construit,
par répétition, une variable aléatoire de type binomiale. est donc associé à
l'évènement, "ne pas guérir n patients". On peut donc dire que
De même, on obtient

Bibliography
Cha 94
P.Chang & K.Lu (1994) PCI Calculations for Any Shape of Distribution with Percentile, Quality
World-Technical Supplement, Sep., 110-114.
Deh 96
O.Deheuvels (1996) La probabilité, le hasard et la certitude, Presses Universitaires de France,

Que sais-je, 3.
Dio 97
E.Dion (1997) Invitation à la théorie de l'information, Edition du Seuil, Collection Point

Sciences.
Dud 73
R.O.Duda & P.E.Hart (1973) Pattern Classification and Scene Analysis, John Wiley & Sons,
New York.
Gho
D. Ghorbanzadeh (1998) Probabilités : Exercices corrigés, Editions Technip.
Gou 81
C.Goujet & C.Nicolas (1981) Mathématiques Appliquées: probabilités, initiation à la recherche

opérationnelle, Masson.
Iso 95
ISO Standard (1995) Statistical methods for Quality Control, 4th edition, ISO Standards
Handbook.
Joh 93
N.L.Johnson & S.Kotz (1993) Process Capability Indices, Chapman & Hall.
Kun 91
M.Kunt (1991) Techniques modernes de traitement numérique des signaux, Presses

polytechniques et universitaires romandes.

Mon 96
D.C.Mongomery (1996) Introduction to Statistical Quality Control, 3rd edition, Wiley and sons,
Inc.
Per 00
G.Perrin (2000) Effects of non-normality on Cost of Quality, University of Nottingham,

Division of Manufacturing Engineering and Operations Management.
Pre86
W.H.Press, B..Flannery, S.A.Teukolsky & W.T.Vetterling, Numerical Recipes: The Art of

Scientific Computing, Cambridge University Press, 1986.
Rea96
J.P.Reau & G.Chauvat, Probabilités et statistiques. Excercices et corrigés, Armand Colin,

Collection cursus TD, série économie, 1996.
Sap 90
G.Saporta (1990) Probabilités, Analyse des données et statistique, Edition Technip.
Sch 84
D.Schwartz (1984) Méthodes statistiques à l'usage des médecins et des biologistes,

Flammarion, Médecine-Sciences, Collection Statistique en biologie et médecine.
Sch 80
J.J.Schwarz (1980) Combinatoire et Probabilités, Polycopié de cours, Département

Informatique, INSA Lyon.
Sch 80b
J.J.Schwarz (1980) Statistique: rappels de cours et exemples, Polycopié de cours,

Département Informatique, INSA Lyon.
Sch 88
B.Scherrer (1988) Biostatistique, Edition Gaetan Morin.
De même, les liens suivants (valides au moment du tirage du polycopié) sont quelques points
d'entrée sur le Web. Cette liste s'intensifiera si vous trouvez des liens intéressants et que vous
m'en faites part.
 http://www.statsoft.com/textbook/stathome.html : une bible en anglais de tout ce que vous

pouvez réver en statistique.
 http://www.fourmilab.com/rpkp/experiments/contents.html : pour ceux qui s'intéressent au
pouvoir de la pensée sur les nombres.

 http://www.dagnelie.be : une introduction sur les livres de statistiques de Pierre Dagnelie.
 http://www.cons-dev.org/elearning/stat/St1.html : un cours très complet sur les tests.
Jean-Michel Jolion 2006-05-27

Langue

Probabilités Et Statistique

Transféré par

Informations du document

Titre original

Copyright

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Probabilités Et Statistique

Titre original :

Transféré par

Droits d'auteur :

3ème année de l’enseignement supérieur

Bint El Prep 2009

Département Génie Industriel

 Variables aléatoires …………………………………………………………………17

 Tests d'hypothèse …………………………………………………………………….86

 Le Contrôle Statistique de Process: SPC ……………………………...……………120

o Fractiles de la loi du à degrés de liberté

o Valeurs de la variable de Fisher-Snédécor ayant la probabilité

o Valeurs de la variable de Fisher-Snédécor ayant la probabilité

o Valeurs de la variable de Fisher-Snédécor ayant la probabilité

 Probabilité conditionnelle - Théorème de Bayes

Il existe plusieurs manières de définir une probabilité. Principalement, on parle de

Probabilité expérimentale ou inductive : la probabilité est déduite de toute la population

Analyse combinatoire (rappels)

l'ensemble de ces actions est

On peut aussi définir la factorielle grâce à la fonction :

qui a les propriétés suivantes : pour n entier et .

Arrangements de p objets parmi n

Nombre de possibilités de ranger p objets choisis parmi n :

Arrangement de objets parmi en tenant compte de l'ordre : .

Par exemple, il y a permutations possibles de symboles : ,

On ne tient pas compte de l'ordre des objets dans le rangement : .

On appelle épreuve la réalisation d'une expérience aléatoire.

A se réalise pour les épreuves (6,5), (5,6), (6,6).

évènement certain espace entier

l'évènement B entraine l'évènement A

A ou B (ou non exclusif)

probabilité expérimentale : . Cette approche

parties de ), ou loi de probabilité, une application de dans telle que :

- pour tout ensemble dénombrable d'évènements incompatibles on a

On appelle espace probabilisé le triplé ( , , )

De l'axiomatique de Kolmogorov, on peut déduire les propriétés suivantes :

Propriété 5 : (Il n'y a stricte égalité que si les évènements sont

Propriété 6 : Continuité monotone séquentielle.

d'évènements (i.e. tel que constitue une partition de ).

Probabilité conditionnelle - Théorème de Bayes

 Théorème des probabilités composées

Théorème des probabilités composées

Soient deux évènements A et B réalisés respectivement et fois au cours de épreuves.

On a donc et . Si de plus A et B sont réalisés simultanément fois,

on a . Que peut-on déduire sur la probabilité de l'évènement B sachant que

sachant A et se note . Dans notre cas, on a .

Deux évènements A et B sont dits indépendants si ou encore si

(l'information sur la réalisation de A n'apporte rien à l'évènement B) et

2) et sont indépendants uniquement si vous pouvez

prouver que théoriquement. En pratique, i.e. sur des valeurs

Si deux évènements et sont indépendants, alors il en est de même de et , et

Théorème de Bayes - Probabilités des causes

Soit un évènement qui peut dépendre de causes différentes et incompatibles deux à

l'évènement , quelle est la probabilité que ce soit qui en soit la cause ?

Donc d'après le théorème des probabilités totales, on a .

En appliquant le théorème des probabilités conditionnelles, on a

Exemple : Deux machines et produisent respectivement 100 et 200 objets.

produit de pièces défectueuses et en produit . Quelle est la probabilité pour

qu'un objet défectueux ait été fabriqué par la machine ?

machines et . Compte tenu des productions de ces machines, on a et

. De plus, les probabilités conditionnelles de l'évènement selon les machines

sont et . En reportant ces valeurs dans la formule

extrémités de la corde en . L'autre sera choisie au hasard sur la circonférence. Si on admet

 Variable aléatoire : définitions

 Fonction de répartition d'une v.a. continue

 Loi d'une fonction d'une ou plusieurs variables aléatoires

 Moyenne et espérance mathématique d'une v.a.

 Simulation d'une variable aléatoire