Vous êtes sur la page 1sur 27

Sous l’hypothèse 𝑯𝟏 : 𝒑 = 𝟎.

𝟐𝟓, 𝑿 suit la loi


normale de moyenne 𝟎. 𝟐𝟓 et d’écart-type
𝒑(𝟏−𝒑)
√ ≈ 𝟎, 𝟎𝟏𝟗 ;
𝟓𝟎𝟎
𝑷(𝟎. 𝟐𝟔 ≤ 𝑭 ≤ 𝟎. 𝟑𝟒) = 𝑭𝑿 (𝟎. 𝟑𝟒) − 𝑭𝑿 (𝟎. 𝟐𝟔) =
𝟎.𝟑𝟒−𝟎.𝟐𝟓 𝟎.𝟐𝟔−𝟎.𝟐𝟓
𝝓( ) − 𝝓( ) = 𝟎, 𝟑𝟎 ;
𝟎.𝟎𝟏𝟗 𝟎.𝟎𝟏𝟗
C’est la probabilité que 𝑿 soit dans l’intervalle
d’acceptation avec une moyenne qui n’est plus
égale à 0.3, c’est-à-dire la probabilité d’accepter
𝑯𝟎 alors qu’elle est fausse, donc l’erreur β de
seconde espèce.
𝑷{−𝒕′𝒔𝜶 < 𝑺 < 𝒕′𝒔𝜶 } = 𝟏 − 𝟐𝜶  𝑷{|𝒔| > 𝒕′𝒔𝜶 } = 𝟐𝜶, où S
est la variable aléatoire suivant la loi de Student.
𝑷{|𝒔| > 𝒕′𝒔𝜶 } = 𝟐𝜶 ⟺ 𝑷{|𝒔| > 𝒕′𝒔𝜶 } = 𝟎. 𝟏 ⟹ 𝒕′𝒔𝜶 = 𝟏. 𝟕𝟏𝟏
(Voir la table de Student).
 𝜹
𝒎 + 𝒕′ ≅ 𝒎 + 𝒕′ = 𝟏𝟎𝟎𝟒. 𝟒𝟕 ⟹
√𝒏 √𝒏 − 𝟏
𝟏𝟎𝟎𝟒. 𝟒𝟕. Donc, on accepte H0 et on
rejette H1 avec un risque d’erreur 𝜶 = 𝟓%.
(𝒕′𝜶 ) = 𝑷{𝑻 < 𝒕′𝜶 } = 𝟏 − 𝜶 ⟺ 𝚽(𝒕′𝜶 ) = 𝟎. 𝟗𝟗 ⟹
𝒕′𝜶 = 𝟐. 𝟑𝟐𝟓 (Voir la table de la loi normale centrée
réduite).
 𝜹
𝒎 − 𝒕′ ≅ 𝒎 − 𝒕′ = 𝟏𝟎. 𝟏𝟓 ⟹
√𝒏 √𝒏 − 𝟏
𝟏𝟎. 𝟏𝟓. Donc, on rejette H0 et on accepte H1
avec un risque d’erreur 𝜶 = 𝟏%.
(𝒕′𝜶 ) = 𝑷{𝑻 < 𝒕′𝜶 } = 𝟏 − 𝜶 ⟺ 𝚽(𝒕′𝜶 ) = 𝟎. 𝟗𝟓 ⟹
𝒕′𝜶 = 𝟏. 𝟔𝟓 (Voir la table de la loi normale centrée
réduite).

Donc, on accepte H0 et on
rejette H1 avec un risque d’erreur 𝜶 = 𝟓%.
𝟐𝟓
𝐦𝟏 = 𝟏𝟐𝟐 ; ∑ (𝐱 𝐢 − 𝐦𝟏 )𝟐 = 𝟐𝟖𝟐𝟑𝟎
𝐢=𝟏
𝟐𝟓
𝐦𝟐 = 𝟏𝟒𝟐 ; ∑ (𝐲𝐢 − 𝐦𝟐 )𝟐 = 𝟐𝟓𝟕𝟓𝟖
𝐢=𝟏
On a lancé 200 fois 2 pièces l’une après
l’autre et on a observé les résultats suivants :
Modalités PP FF PF FP
N° de fois 64 35 47 54
Peut-on dire que ces pièces sont normales (bien
équilibrées) au seuil de 1% ?

Les résultats des épreuves d’un examen


à l’échelle nationale sont : 60% de reçus, 25%
admissibles (admis à passer les épreuves orales) et
15% éliminés.
Un établissement présente 160 élèves et obtient 75
reçus, 53 admissibles et 32 éliminés.
Y a-t-il conformité entre ces résultats et ceux valables
à l’échelle nationale avec un risque de 1% ?

Les notes X d’un échantillon de 80


copies de statistique d’un examen sont distribuées
comme suit :
Note X 0≤X<2 2≤X<4 4≤X<6 6≤X<8 8≤X<10
ni 2 3 6 9 14
Note X 10≤X<12 12≤X<14 14≤X<16 16≤X<18 18≤X<20
ni 16 13 11 5 1
On suppose que la distribution des notes suit la loi de
Gauss.
1. Estimer les paramètres de cette loi.
2. Tester au seuil de 5% la validité de l’ajustement
proposé.
Un référendum, à l’échelon national, a
donné 55% de oui, 40% de non et 5% de bulletins
blancs ou nuls.
On recherche une ville test pour les élections à venir.
On en trouve, sur 10 000 votants, 5650 oui, 3900 non
et 450 nuls ou blancs.
Peut-on dire que cette ville reflète la physionomie de
la nation au risque de 1% ?

Vous aimerez peut-être aussi