Session d'Automne 2020 - 2021

Contrôle du Module : Échantillonnage et Estimation

Session ordinaire (9 Janvier 2021)  Durée : 1 heure
Filière Éco et Gestion Groupe TA
Semestre S3 Professeurs A. EL GHINI

Exrecice 1 :
Dénir les concepts suivants : Une entreprise veut estimer le pourcentage de ses employés ayant un salaire
mensuel de 7000 DH. Sur la base d'un échantillon aléatoire simple de 400 employés, 120 ont un salaire
mensuel de 7000 DH.
(a) Donner une estimation ponctuelle de la proportion p des employés ayant un salaire mensuel de 7000
DH.
 On estime la proportion p par la fréquence observée f des employés ayant un salaire mensuel de
7000 DH :
120
f= = 0.3
400

(b) Calculer l'intervalle de conance associé à l'estimation de p au niveau de conance de 90%, puis au
niveau de conance de 85%. Interpréter vos résultats.
 On a n = 400 > 30, n × f = 120 > 5 et n × (1 − f ) = 280 > 5. Ainsi, l'intervalle de conance au
niveau 90% pour la proportion est de :
" r r #
f (1 − f ) f (1 − f )
I0.9 = f − ξα ; f + ξα
n n
" r r #
0.3 × (1 − 0.3) 0.3 × (1 − 0.3)
I0.9 = 0.3 − ξ0.1 ; 0.3 + ξ0.1
400 400
" r r #
0.3 × (1 − 0.3) 0.3 × (1 − 0.3)
I0.9 = 0.3 − 1.645 × ; 0.3 + 1.645 ×
400 400
I0.9 = [0.262; 0.337]

De même l'intervalle de conance au niveau 85% pour la proportion est de :

" r r #
0.3 × (1 − 0.3) 0.3 × (1 − 0.3)
I0.85 = 0.3 − ξ0.15 ; 0.3 + ξ0.15
400 400
" r r #
0.3 × (1 − 0.3) 0.3 × (1 − 0.3)
I0.85 = 0.3 − 1.44 × ; 0.3 + 1.44 ×
400 400
I0.85 = [0.267; 0.333]

1
 (c) Calculer les marges d'erreur associées aux intervalles de conance obtenus dans la question précé-
dente. Quelle est votre conclusion ?
 La précision m d'un intervalle de conance est donnée par la formule suivante :
r
f (1 − f )
m = ξα
n
Pour I0.9 , la précision est de :
r
0.3 × (1 − 0.3)
m0.9 = ξ0.1 = 0.0376
400
Pour I0.85 , la précision est de :
r
0.3 × (1 − 0.3)
m0.85 = ξ0.15 = 0.0329
400
On remarque que m0.85 < m0.9 , c'est à dire que I0.85 à une meilleur précision que I0.9 .
Exercice 2 :

Le responsable d'une usine fabriquant un type de ressorts arme que la masse moyenne des dits ressorts
est inférieure à 90 g. Une étude statistique cherche à tester cette armation en se basant sur le tableur
ci-dessous qui indique la répartition des masses d'un échantillon aléatoire simple de 40 ressorts provenant
de l'usine en question :
Masses (g) [82; 84[ [84; 86[ [86; 88[ [88; 90[ [90; 92[ [92; 94[ [94; 96[ [96; 98[
Nombre de ressorts 4 6 6 6 8 2 7 1

1. Donner des estimations ponctuelles de la moyenne et d'écart type des poids des ressorts fabriqués.
 On détermine les centres des classes :
Masses (g) [82; 84[ [84; 86[ [86; 88[ [88; 90[ [90; 92[ [92; 94[ [94; 96[ [96; 98[
Centre 83 85 87 89 91 93 95 97
Nombre de ressorts 4 6 6 6 8 2 7 1

D'où, l'estimation ponctuelle de la moyenne :

83 × 4 + 85 × 6 + 87 × 6 + 89 × 6 + 91 × 8 + 93 × 2 + 95 × 7 + 97 × 1
x=
40
x = 89.35
Ainsi, l'estimation ponctuelle de l'écart type est de :
f (xc − x)2
P
02
S =
n
1
=[4 × (83 − 89.35)2 + 6 × (85 − 89.35)2 + 6 × (87 − 89.35)2 + 6 × (89 − 89.35)2
40
+ 8 × (91 − 89.35)2 + 2 × (93 − 89.35)2 + 7 × (95 − 89.35)2 + (97 − 89.35)2 ]
0 508.9
S2= = 12.7225
40
D'où :
n 0 40
S2 = S2= × 12.7225 = 13.048
n−1 39

2
2. Formuler les hypothèses qui permettront de tester l'armation en question.
 Les hypothèses du test sont : (
µ = µ0 = 90
µ < µ0 = 90

3. Réaliser le test en considérant un risque d'erreur de première espèce α = 0.07 (7%), puis pour α = 0.2
(20%).
 H0 est rejetée si :
Sn
x < µ0 − ξ2α √
n
Or x = 89.35, pour α = 0.07 on a ξ0.14 = 1.476. D'où :
Sn 13.048
µ0 − ξ2α √ = 90 − 1.476 × √ = 86.954
n 40

Pour α = 0.2 on a ξ0.4 = 0.842. D'où :

Sn 13.048
µ0 − ξ2α √ = 90 − 0.842 × √ = 88.263
n 40

4. Quelle est votre conclusion ?

 Dans les deux cas on a x > µ0 − ξ2α √Snn . Ainsi, on ne peut pas rejeter l'hypothèse H0 c'est à dire
qu'au seuil de 7% et 2% l'armation de la rme n'est pas vériée.