Statistique Appliquée S5 ; Corrigée du TD n◦ 1

Solution de l’exercice 1.

1. La méthode d’échantillonnage en question :

(a) Il s’agit de l’échantillonnage par grappes, car on choisit d’abord k camions (grappes)
par hasard,et on tire ensuite tous les ni sacs de chaque camion (grappe) parmi les k
camions sélectionnés.
(b) Il s’agit de l’échantillonnage aléatoire simple, car tous les sacs ont la même probabilité
d’être sélectionnés aléatoirement.
(c) Il s’agit de l’échantillonnage stratifié, car on tire aléatoirement de chaque camion un
n
nombre ni = 50 des sacs proportionnel au nombre des sacs contenus dans ce camion
(strate).
2. La méthode d’échantillonnage la plus appropriée dans ce contexte est l’échantillonnage
stratifié, car tous les camions seront inspectés, en choisissant au hasard dans chaque
camion un nombre proportionnel de sacs.
70
3. (a) Le taux de sondage est f = Nn = 10000 = 0, 007 = 0, 7%, avec n = 70 la taille de
l’échantillon et N = 10000 la taille de la population.
(b) Le pas du sondage est r = Nn = 10000 70
= 142, 86 ≃ 143, avec n = 70 la taille de
l’échantillon et N = 10000 la taille de la population.
(c) Les numéros des 7 sacs suivants.
Il suffit de se déplacer de sept pas, à partir du premier élément (qui est le sac numéro
91), et puisque les pas est r = 143, donc les numéros des 7 sacs suivants sont les sacs
dont les numéros :
d + r = 91 + 143 = 234, d + 2r = 91 + 2 × 143 = 377, d + 3r = 91 + 3 × 143 = 520,
d + 4r = 91 + 4 × 143 = 633, d + 5r = 91 + 5 × 143 = 806, d + 6r = 91 + 6 × 143 = 949,
d + 7r = 91 + 7 × 143 = 1092.

Solution de l’exercice 2.

1. (a) La moyenne de la population µ :

On a µ = n1 ni=1 xi = 15 5i=1 xi = 2+3+6+8+11 = 6.
P P
5
(b) L’écart type de la population σ :
On a la variance de la population :
(2−6)2 +(3−6)2 +(6−6)2 +(8−6)2 +(11−6)2
σ 2 = n1 i=n 2 1 Pi=n
i=1 (xi − µ) = 5
2
i=1 (xi − 6) = = 54 =
P
5 5
10, 80. √
Donc l’écart type de la population σ = σ 2 = 3, 29.
(c) La moyenne de la distribution d’échantillonnage des moyennes E(X̄).
La moyenne de la distribution d’échantillonnage des moyennes E(X̄) est la moyenne
de la population µ, donc E(X̄) = µ = 6.

Pr. Elouali AAILAL 1 ENCG Dakhla SA S5 2020/2021

 (d) L’écart type de la distribution d’échantillonnage des moyennes σX̄ .
L’écart type de la distribution √ d’échantillonnage des moyennes σX̄ est l’écart type
de la population σ divisé par n avec n = 2 est la taille des échantillons, donc
σX̄ = √σn = 3,29
√ = 2, 33.
2
2. Le cas si le tirage se fait sans remise.
Toutes les quantités précédentes resteront inchangées, sauf l’écart type de la distribution
d’échantillonnage des moyennes σX̄ , donc :

(a) La moyenne de la population µ :

On a : µ = n1 ni=1 xi = 51 5i=1 xi = 2+3+6+8+11 = 6.
P P
5
(b) L’écart type de la population σ : √
L’écart type de la population σ = σ 2 = 3, 29.
(c) La moyenne de la distribution d’échantillonnage des moyennes E(X̄).
On a : E(X̄) = µ = 6.
(d) L’écart type de la distribution d’échantillonnage des moyennes σX̄ .
L’écart type de la distribution d’échantillonnage des moyennes σX̄ va changer si le
tirage se fait sans remise,car la composition de la population change au fur et à
mesure que les éléments sont tirés. Il faut multiplier la variance de la moyenne par
le coefficient N −n
N −1
(coefficient d’éxhaustivité), donc on a la variance de la moyenne :
q q q q
σ 2 N −n √σ N −n 5−2 3
V ar(X̄) = n N −1
, alors σX̄ = V ar(X̄) = n N −1
= 2, 33 5−1
= 2, 33 × 4
=
2, 03.

Solution de l’exercice 3.

1. Une estimation ponctuelle µ̂ de la durée de vie moyenne µ de ce produit.

L’estimation ponctuelle de la moyenne de la population mère et la moyenne de
1
l’échantillon : µ̂ = X̄ = n1 ni=1 xi = 16 (x1 + x2 + · · · + x16 ) = 19,20 = 1, 2 = 1200 heures.
P
16
2. Une estimation par intervalle de confiance de la durée de vie moyenne µ, au seuil de risque
α = 5%.

Puisque la loi de la probabilité de la durée de vie de ce produit est inconnue, et l’échantillon

est de taille n = 16 < 30, et la variance de la durée de vie est aussi inconnue (elle sera
estimée via la variance empirique corrigée), donc la v.a X̄ moyenne de l’échantillon suit la
loi de Student t à n − 1 = 16 − 1 = 15 degrésde liberté, alors l’intervalle
 de confiance de la
⋆ ⋆
durée de vie moyenne µ est l’intervalle J ′ = x̄ − t α2 √snn ; x̄ + t α2 √snn , où on prend la variance
empirique corrigée Sn⋆ 2 = 1
n Pn
S2
n−1 n
= n−1 i=1 (Xi − X̄)2 = 0, 0121 comme un estimateur
q
ponctuel de la variance de la population σ 2 , avec s⋆n = Sn⋆ 2 = 0, 11 (110 heures). La
valeur t α2 = t0,025 sera lu dans la table de la loi de Student au risque α = 5% = 0, 05 avec
n − 1 = 15 degrés de liberté, donc t α2 = t0,025 = 2, 131.
     
′ 0,11 0,11
Finalement J = 1, 2 − 2, 131 √ 16
; 1, 2 + 2, 131 √ 16
= 1, 14; 1, 26 = 1140h; 1260h est
un intervalle de confiance de la durée de vie moyenne µ, au seuil de risque α = 5%.
3. Une estimation par intervalle de confiance de la durée de vie moyenne µ, au seuil de risque
α = 10%.

Pr. Elouali AAILAL 2 ENCG Dakhla SA S5 2020/2021

 La seule chose qui a changé est le seuil de risque α qui a doublé de α = 5% à α = 10%.
La valeur t α2 = t0,05 sera lu dans la table de la loi de Student au risque α = 10% = 0, 1
avec n − 1 = 15 degrés de liberté, donc t α2 = t0,05 = 1, 753.
     
0,11 0,11
Finalement J ′ = 1, 2 − 1, 753 √ 16
; 1, 2 + 1, 753 √ 16
= 1, 150; 1, 250 = 1150h; 1250h est
un intervalle de confiance de la durée de vie moyenne µ, au seuil de risque α = 10%.
4. Un commentaire sur le changement de l’intervalle de confiance en fonction de la variation
du seuil de tolérance pour le risque α.

On remarque qu’en doublant le seuil de risque α de α = 5% à α = 10%, l’intervalle de

confiance ne varie pas proportionnellement (seulement une variation de 16, 7%), car sa
longueur varie de 0, 12 à 0, 10.

5. Une estimation ponctuelle σ̂ de l’écart type σ de X.

On donne une estimation ponctuelle et sans biais de l’écart type σ de la durée de vie X.
On utilise
q l’écart type corrigé (la racine carrée de la variance corrigée) :
2
σ̂ = Sn⋆ = s⋆n = 0, 11 = 110h.

6. Une estimation par intervalle de confiance de la variance σ 2 de X, au seuil de risque

α = 1%.

Pour estimer la variance d’une population on utilise la loi de Khi-deux

 X 2 . Donc l’inter-
2 ⋆2
valle de confiance de la variance σ 2 de X est l’intervalle J ′′ = (n−1)S ; (n−1)S
⋆

X 2α
n
X2 α
n
, avec
2 1− 2
2 2 2 2
Xα = X0,005 = 32, 80 à n − 1 = 16 − 1 = 15 degrés de liberté. et X1− α = X0,995 = 4, 60 à
2 2
n − 1 = 16 − 1 = 15 degrés de liberté.
   
2 2
′′ (n−1)Sn⋆ (n−1)Sn⋆
15×0,112 15×0,112
On a J = X 2α
; 2
X1− α
= 32,80
; 4,60 = 0, 0055; 0, 0394 est un intervalle
2 2
de confiance de la variance σ 2 .

Solution de l’exercice 4.

1. Deux estimateurs ponctuels p̂1 et p̂2 du taux de présence p des étudiants à la conférence.
- Un estimateur ponctuel p̂1 du taux de présence p des étudiants de l’ENCG Dakhla à
cette conférence, est la proportion de présence d’étudiants dans l’echantillon 1, donc :
45
p̂1 = 100 = 0, 45 = 45%.
- Un estimateur ponctuel p̂2 du taux de présence p des étudiants de l’ENCG Dakhla à
cette conférence, est la proportion de présence d’étudiants dans l’echantillon 2, donc :
96
p̂2 = 200 = 0, 48 = 48%.

2. Un intervalle de confiance du taux de présence p, au seuil de risque α = 1%, pour l’echan-

tillon 1 :
Puisque
 la taille
q
de l’echantillon
q
1 est n1 = 100 > 30, donc :
p1 (1−p1 ) p1 (1−p1 )
I1 = F − z α2 n−1
;F + z α2 n−1
) , avec F = p1 . On a z α2 = z 0,01 = z0,005 est lu sur
2

Pr. Elouali AAILAL 3 ENCG Dakhla SA S5 2020/2021

 la table de la loi normale centrée réduite, tel que P (Z ≤ z α2 ) = 1 − α2 = 1 − 0, 005 = 0, 995
(Dans la table il faut chercher la valeur 0,995-0,500=0,495), donc z α2 = 2, 58 et l’intervalle
 q q   
0,45×0,55 0,45×0,55
I1 = 0, 45 − 2, 58 99
; 0, 45 + 2, 58 99
= 0, 321; 0, 579 est un intervalle de
confiance du taux de présence p, au seuil de risque α = 1%, pour l’echantillon 1.

- Un intervalle de confiance du taux de présence p, au seuil de risque α = 1%, pour

l’echantillon 2 :
Puisque
 la taille
q
de l’echantillon
q
2 est n2 = 200 > 30, donc :
p2 (1−p2 ) p2 (1−p2 )
I2 = F − z α2 n−1
;F + z α2 n−1
) , avec F = p2 . On a z α2 = z 0,01 = z0,005 est lu sur
2

la table de la loi normale centrée réduite, tel que P (Z ≤ z α2 ) = 1 − α2 = 1 − 0, 005 = 0, 995

(Dans la table il faut chercher la valeur 0,995-0,500=0,495), donc z α2 = 2, 58 et l’intervalle
 q q   
0,48×0,52 0,48×0,52
I2 = 0, 48 − 2, 58 199
; 0, 48 + 2, 58 199
= 0, 389; 0, 571 est un intervalle de
confiance du taux de présence p, au seuil de risque α = 1%, pour l’echantillon 2.

3. Y a-t-il une relation entre la taille de l’échantillon et la longueur de l’intervalle de

confiance ?.

On fait passer la taille de l’échantillon de n1 = 100 à n2 = 200 (soit +100%), la longuer

de l’intervalle de confiance varie de 0,256 à 0,182, soit -28,8%.

Pr. Elouali AAILAL 4 ENCG Dakhla SA S5 2020/2021