Académique Documents
Professionnel Documents
Culture Documents
PARTIE 1
Le propriétaire du restaurant Mawuéna Foods, Damien ODJO, souhaite connaître
les périodes de pointe de la demande, durant les heures d'ouverture, afin d'être
mieux préparé à servir ses clients. Il pense qu'en moyenne, il reçoit environ 150
clients par jour avec 60% des clients venant entre 18h00 et 20h59 (également
répartis entre ces heures) et le reste 40% des clients venant à d'autres moments
pendant les heures de service (encore une fois également réparties). Il veut vérifier
si c'est vrai ou non, alors il demande à son personnel de noter pendant une semaine
le nombre de clients qui entrent dans le restaurant à une heure donnée chaque jour.
Son personnel lui a fourni les données suivantes :
Données collectées
Heure Jour 1 Jour 2 Jour 3 Jour 4 Jour 5 Jour 6 Jour 7
17h:00-17:59 15 19 21 20 12 15 15
18:00-18:59 30 23 24 25 28 29 26
19:00-19:59 36 29 39 35 39 30 32
20:00-20:59 29 33 23 29 24 32 27
21:00-21:59 21 20 12 19 18 14 20
22:00-22:59 12 12 15 12 10 15 14
23:00-23:59 8 7 9 10 12 12 9
Aidez le manager à déterminer si ses instincts sont corrects ou non. Utilisez un test
Chi-Square pour voir si la distribution observée est similaire à celle attendue.
Utilisez la demande moyenne pour un temps donné comme valeur observée.
Page 1 sur 3
DATA CONTEST
Supposons que le propriétaire veuille tester si son hypothèse initiale est exacte à un
intervalle de confiance de 80 %. Vous configurez le test d'hypothèse ci-dessous
H0 : La distribution réelle des ventes ressemble à la distribution attendue au
niveau de confiance de 80 %
PARTIE 2
Mr ODJO souhaite maintenant que vous l'aidiez à analyser ses données de vente.
Le restaurant est célèbre pour son poisson braisé frais. On vous a donné des
informations sur la base desquelles vous avez déduit que la demande de poisson
braisé était normalement distribuée avec une moyenne de 220 et un écart type de
50. Vous savez également que le fournisseur de poisson peut fournir du poisson à
un taux qui imite une distribution uniforme entre 170 et 300. Un plat commandé ne
contient qu’un seul poisson et les poissons doivent être frais (c'est-à-dire que le
restaurant ne peut utiliser que les poissons qui sont livrés ce jour-là).
Page 2 sur 3
DATA CONTEST
Calculez les ventes prévues de poisson braisé par jour en fonction des résultats
de votre simulation.
Utilisez les ventes attendues de chacune de vos 200 simulations pour créer un
intervalle de confiance pour les ventes moyennes attendues.
Page 3 sur 3