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% ?
