Académique Documents
Professionnel Documents
Culture Documents
Dr. Nguefack-Tsagué
Exercice 1
AN :
1
𝑋̅ = ∑2 𝑥𝔦 ; 𝑠 =
𝑛−1 𝑛−1
1
√ ∑2 (𝑥𝔦
𝑛−1 𝔦=1
− 𝑋̅)2
APPLICATIONS NUMERIQUES
Exercice 2
1. minimum, le maximum, le premier quartile, le troisième quartile, la
médiane, la moyenne, la variance, les deux modes et l’étendu.
Minimum : 650 cas
Maximum : 10701 cas
Premier quartile : Q1=850cas
Troisième quartile : Q3= 980cas
Médiane : Q2= 940 CAS
Moyenne :
AN :
Variance :
AN : S² 13537 cas²
Les deux modes : mode1=980cas et mode2=1000cas
Étendue: Maximum-Minimum=1070-650 ; soit E= 420 cas
Exercice 3
Intervalle des nouveau [40;50[ [50;60[ [60;70[ [70;80[ [80;90[ [90;100] TOTAL
cas en 2 mois
Effectifs (xi) 3 6 8 7 6 1 31
Centres (ci) des classes 45 55 65 75 85 95 /
xici 135 330 520 525 510 95 2115
5
12
11
10
0
20 26 30 32 34 36 40 48
1
. 𝑋̅𝑏2 = ∑31
𝔦=1 𝑥𝔦𝑐𝔦 ou ci est le centre de chaque classe
𝑛−1
AN :
Donc
Exercice 4 Données
:
T+ l’événement « test positif » et T- l’événement « test négatif ».
M+ l’événement « patient malade » et M- l’événement « pas malade ».
1. définitions :
sensibilité : c’est la probabilité pour qu’une personne malade soit testée positif
spécificité : c’est la probabilité pour qu’une personne saine soit testée négatif
valeur prédictive positive : probabilité pour qu’une personne testée positive soit réellement
malade
valeur prédictive négative : probabilité pour qu’une personne testée négative soit réellement
saine
2. valeurs idéales pour ces valeurs :
Sensibilité doit être égale à 1 c'est-à-dire que, P (M+/T+) =1
Spécificité doit être égale à 1 c'est-à-dire que, P (M-/T-) =1
3.
Parmi ces valeurs, celles qui sont en principe d’une grande utilité pour un médecin sont les
valeurs prédictives positives
Justification : les valeurs prédictives positives permettent au médecin de savoir si le patient
souffre réellement de l’affection qu’il cherche à diagnostiquer ou non.
en pratique ces valeurs ne sont en général pas disponibles, car elles sont fonctions de la
proportion de malade et de non-malades (prévalence de la maladie), lesquelles varient d’un
centre hospitalier à un autre pour une même maladie ; ce qui fait qu’elles sont moins utilisées
en pratique bien qu’elles soient pertinentes 4. la courbe ROC (Receiver Operating
Characteristic) :
but de la courbe :
déterminer la valeur seuil du résultat des examens pour laquelle la Sensibilité et la
Spécificité du test sont les plus fortes possibles
déterminer un seuil qui sépare les valeurs pathologiques et les valeurs physiologiques des
résultats du test
le point idéal pour la courbe ROC (Receiver Operating Characteristic) est le point de
coordonnée (1-Se ; Se) = (0 ; 1) ; car pour 1-Se = 0, Sp est égale à 1
5. données : taille de l’échantillon n= 52119 femmes valeurs estimées de : Sensibilité, Spécificité,
Valeur Prédictive Positive et Valeur Prédictive Négative et Interprétations Tableau de
contingence :
M+ M- TOTAL
T+ 156 1234 1390
T- 78 50651 50729
TOTAL 234 51885 52119
Sensibilité :
Spécificité :
Valeur prédictive positive :
Valeur prédictive négative :
Exercice 5
=1052348FCFA et =543838FCFA2
Interprétation : on est sûr à 95% que le salaire moyen des pharmaciens se situe dans l’intervalle de
confiance avec un risque d’erreur de 5%
Interprétation : on est sûr à 97% que le salaire moyen des pharmaciens se situe dans l’intervalle avec
un risque d’erreur de 3%
Exercice 6
1
.𝑋̅ = ∑50 𝑐𝔦𝑥𝔦
𝑛−1 𝔦=1
AN : mg/l
La classe modale est [34-36[
b) Il est nécessaire d’ajuster les effectifs parce qu’ils n’ont pas les mêmes amplitudes
c) Tableau statistique et histogramme non ajusté.
d) les deux grandeurs qui permettent de comparer cette distribution à la distribution normale
sont : la moyenne ; l’écart-type
Exercice 7
Données : taille de l’échantillon : n=70 personnes ; nombre de diabétiques : 9 ; soit une prévalence de
9 /70
Interprétation : on est sûr à 95% que, la proportion vraie des diabétiques est comprise dans l’intervalle
avec un risque d’erreur de 5%.
Exercice 8
Données : µ= quantité moyenne de soja produite ; son écart type est σ=1,3
23,56 tonnes
Interprétation : on est sûr à 95% que, la production moyenne de soja par l’ensemble des exploitations
est compris entre avec un risque d’erreur de 5%
23,56
Interprétation : on est sûr à 98% que, la production moyenne de soja par l’ensemble des exploitations
est compris entre avec un risque d’erreur de 2%
Exercice 9 :
On a utiliser le Z score car comparaison de deux moyennes et taille échantillon > 30 ; moyenne de
l’échantillon à la moyenne théorique
Vérifions si le fabricant a raison ; pour cela, procédons par un test de comparaison des
moyennes :
• Ho : la durée moyennes des ampoules de l’échantillon n’est pas différente de la
moyenne théorique. C'est-à-dire :
• H1 bilatérale : la durée moyenne des ampoules de l’échantillon est différente de la
moyenne théorique. C'est-à-dire
𝑋̅−𝜇
.𝑍𝑜 = 𝜎
Avec heures
AN :
Zo>Z donc on ne rejette pas Hok c'est-à-dire les durée moyenne sont égales
Donc cette différence est due au hasard
Exercice 10
Données : femme de poids normal : n1=323 m1=6.6 ;S1=2.6Femme obèses : n2=211 m2= 4.3 ; S2 = 3.4
• Ho : le groupe de femmes obèses a un taux de corticoïdes urinaires égale à celui des femmes
de poids normal c'est-à-dire que : m1=m2
• H1 : le groupe de femmes obèses a un taux de corticoïdes urinaires inférieur à celui des
femmes de poids normal c'est-à-dire que : m1<m2
𝑚1−𝑚2
𝑍𝑜 = 𝑆𝑑
Avec ; soit
CONCLUSION : on peut affirmer que le groupe de femmes obèses a un taux de corticoïdes urinaires
inférieur à celui des femmes de poids normal
Exercice 11
Données :
A B TOTAL
Occupés 650(E1=652.4) 399(E2=396.4) 1049
Non-occupés 100(E3=13.02) 57(E4=7.4) 157
TOTAL 750 456 1206
Test du chi2 car ces sont les proportions et dans ce cas c’est le cas de chi2 d’homogénéité
1. intervalle de confiance à 95% pour le taux d’occupation dans chaque hôpital.
HOPITAL A :
HOPITAL B :
2.
• Ho : il n’existe pas de différence entre les taux d’occupation dans les deux
hôpitaux
AN : 913.5 X²o > X² donc on rejette l’hypothèse nulle c’est à dire que il existe une
différence significative entre les deux taux d’occupations.
EXERCICE 12
r=0,67 ; 76 hommes
Testons ρ = 0 contre ρ≠0 au seuil de 0,02, puis à 0,05
Au seuil de 0,02 :
Ho : ρ = 0 ; il n’existe pas de corrélation entre l’âge et la tension artérielle
; t=2.390
Xo²=
Pour ddl=2, la valeur de X² pour 5% est de 5.991<132.5 donc on ne rejette pas Ho. Donc
ces donnée respectent la loi de mendel
EXERCICE 14
vraie d’unions persistantes en zone rurale est compris dans l’intervalle avec un
risque d’erreur de 5%
EXERCICE 15
Zo <Z5% ; donc, on ne rejette pas l’hypothèse nulle ; c’est-à-dire que la hauteur de la plante
est améliorée par un sol enrichi ; donc il est bénéfique pour la fabrication du médicament, de planter la
plante dans un sol enrichi
EXERCICE 16
1. probabilités jointes
ANATOMIE
2. probabilités conditionnelles
Probabilité (bonne note anatomie/bonne note physiologie)= 56/139
Probabilité (bonne note anatomie/note moyenne physiologie)=47/248
Probabilité (bonne note anatomie/ mauvaise note physiologie)=14/141
Probabilité (note moyenne anatomie/ bonne note physiologie)=71/139
Probabilité (note moyenne anatomie/ note moyenne physiologie)=163/248
Probabilité (note moyenne anatomie/mauvaise note physiologie)=42/141 Probabilité
(mauvaise note anatomie/bonne note physiologie)=12/139
Probabilité (mauvaise note anatomie/note moyenne physiologie)=38/248
Probabilité (mauvaise note anatomie/mauvaise note physiologie)=85/141
Probabilité (bonne note physiologie/bonne note anatomie)=56/117
Probabilité (bonne note physiologie/note moyenne anatomie)=71/276
Probabilité (bonne note physiologie / mauvaise note anatomie)=12/135
Probabilité (note moyenne physiologie/ bonne note anatomie)=47/117
Probabilité (note moyenne physiologie / note moyenne anatomie)=163/276
Probabilité (note moyenne physiologie / mauvaise note anatomie)=38/135 Probabilité
(mauvaise note physiologie / bonne note anatomie) =14/117
Probabilité (mauvaise note physiologie / note moyenne anatomie)=42/276 Probabilité
(mauvaise note physiologie / mauvaise note anatomie)=85/135
3. probabilités marginales :
B) Exercice de synthèse
Exercice 17
• n =20 femmes
• groupe 1 ont reçu le nouveau médicament
• groupe 2 ont reçu le meilleur médicament déjà existant sur le marché
1. principaux facteurs qui auraient été pris en compte pour obtenir la taille d’échantillon de 20 :
Le nombre de patients devant participer à l'étude est calculé en tenant compte de la variabilité du critère
de jugement, de la différence attendue entre les résultats des deux traitements comparés et des risques
statistiques choisis.
2. moyenne, la médiane, le 1er et 3ème quartiles et la variance pour chaque groupe. Groupe 1 :
; soit
; soit
er e
1 quartile : Q1 = 11 3
quartile : Q3= 17.2 Dans le
groupe 2 :
; soit
; soit
1er quartile : Q1 = 8.8
3e quartile : Q3= 10.9
2.1. Le groupes est plus dispersé est le groupe1 ; car
2.2. interprétation à chaque valeur des statistiques descriptives du groupe 1.
L’efficacité moyenne du nouveau médicament est de 13.74
25% des femmes ont une réponse d’efficacité inférieure à 11 et 75% , une réponse
d’efficacité supérieure à 11
Le nouveau médicament à une efficacité inférieure à 17.2 chez 75% des femmes et
supérieure à 17.2 chez 25% des femmes
3. Ho : les valeurs en fer dans les groupes 1 & 2 suivent une loi normale H1 : les valeurs en fer dans
les groupes 1 & 2 ne suivent pas une loi normale
On a : valeur-P1= 0.97>0.05 ; valeur-P2= 0,94>0.05 donc on ne rejette pas Ho c'est-à-dire que, les
valeurs en fer dans les deux groupes suivent une loin normale
4. Soit m1 ; la moyenne du groupe 1 et m2, la moyenne du groupe2 :
• Ho : m1=m2
• H1 : m1est différent de m2
Proposition de test et justifications :
• Test de student : car les données suivent la loi normale ; de plus n1 et n2 sont inférieur à 30
• Test des intervalles de confiance
• Test avec la valeur-P
5. Calcul de valeur-T statistique :
(𝟏𝟎−𝟏)𝟏𝟑,𝟓𝟓+ (𝟏𝟔−𝟏)𝟏𝟎,𝟒𝟓
𝑺𝟐 = ; Soit S²=13,56
𝟏𝟖
; Soit T= 1,93
Avec ddl= n1+n2-2=18
; Donc on ne rejette pas Ho
5.3. Différence des moyennes : m1-m2= 3.2 ; laquelle appartient à l’intervalle de confiance
Pour un test de WILCOXON de Valeur-P = 0,0524 on peut dire que :
• Ho : dispersion des deux tests est comparable
• H1 : dispersion des deux tests n’est pas comparable
• Or ; Valeur-P = 0,0524>0,05 donc : on ne rejette pas Ho
Conditions d’application puis les avantages et les inconvénients des tests
paramétriques et des tests non paramétriques.
• Avantages : Les tests non paramétriques ne nécessitent pas d’hypothèse sur la
distribution
• Inconvénients : les tests paramétriques nécessitent des hypothèses sur la distribution
Exercice 18
Exercice 19
1. Formulation de l’hypothèse nulle et de l’hypothèse alternative.
Ho : la prévalence cadre avec la norme de 4% fixée par l’Organisation Mondiale de la
Santé (OMS).
H1 : la prévalence ne cadre pas avec la norme de 4% fixée par l’Organisation Mondiale
de la Santé (OMS).
2. trois (3) critères statistiques qui permettront de choisir une de ces deux estimations
• Biais ; variance ; erreur quadratique moyenne
• La plus importante est le biais
3. P=5,5%
3.1. Trois méthodes permettant de prendre la décision :
Intervalle de confiance, valeur-P ; chi-2
3.2. Un intervalle de confiance à 95% donne [3,6% ; 7,4%].
Interprétation : on a 95% de certitude que, la vraie valeur de la prévalence est
comprise dans l’intervalle [3,6% ; 7,4%] avec un risque d’erreur de 5%
Exercice 20
1. l’hypothèse nulle et l’hypothèse
alternative.
Ho : les deux traitements ont même efficacité
H1 : les deux traitements n’ont pas la même efficacité
2. test de décision : test de student.
car comparaison moyenne et
taille échantillon < 30
3. moyenne dans chaque groupe :
m1 ; soit m1=0,99 m2
; soit m2=1,91
S2= 1,3
; soit Sd=0.91
; Avec
Exercice 21
2. conversion :
Prévalence :
Intervalle de confiance : 𝐼𝐶 = [48,1463 ; 52,6676]°/0000
3. hypothèse nulle et l’hypothèse alternative.
rare
Exercice 22
Moyenne d’avant m2 :
m2
2. Formulation des hypothèses:
• Ho le nouveau médicament n’a pas d’efficacité, il ne renforce pas
l’organisme en fer ; m1=m2
• H1 : Ho le nouveau médicament a une efficacité, il renforce
l’organisme en fer ;
3. Intervalle de confiance pour la différence de moyennes :
(𝑛1−1)𝑆12 +(𝑛2−1)𝑆12
.𝑠 = √
𝑛1+𝑛2−2
(10−1)2,45+ (10−1)4,52
.𝑠 = √ = 3,63
18
1 1
.𝑆𝑑 = 𝑆√ +
𝑛1 𝑛2
2
AN : 𝑆𝑑 = 3,63√
10
𝐼𝐶95% = |𝑚1 − 𝑚2| ± 𝑡(𝑛1+𝑛2−2)𝛼 𝑆𝑑 ;
.𝐼𝐶95% = |𝑚1 − 𝑚2| ± 𝑡(𝑛1+𝑛2−2)𝛼 𝑆𝑑
.𝐼𝐶95% = |10,63 − 14,4| ± 2,1 ∗ 1,62
𝐼𝐶95 = [−6,91; −0,11] 𝑜𝑢 [0,11; 6,91]
Interprétation : la différence de moyenne m1-m2 à 95% de chance de se situer entre -6,81 et -0,11 avec
un risque d’erreur de 5%. Donc Ho est rejeté et Hi accepter car o appartient à l’intervalle de confiance
4. TEST T DE STUDENT :
Il suit une loi semblable à celle de Z (normale réduite). Il est utilisé lorsque la taille de (ou des)
échantillons est < 30
La loi de student est étalée la lecture de la valeur de α dans la table T tient compte du nombre de degré
de liberté.
5. Calcul du test T
AN :
6. Conclusions :
Intervalle de confiance :
IC= [-6,91 ; -0 ;11] OU [6,91 ; 0 ,11].0 n’appartient pas à IC : on rejette Ho ; donc, le nouveau
médicament est efficaces