Statistique inférentielle

Année 2020-2021:
2 3 semestre 1
Travaux dirigés n°2
Exercice 1
On considère une population dans laquelle on veut étudier un certain caractère quantitatif de moyenne 𝑚
inconnue et de variance 𝜎 2 .

On tire dans cette population deux échantillons au hasard, avec remise, de taille respectivement 𝑛1 et 𝑛2 . On
note 𝑋̅1 et 𝑋̅2 les moyennes empiriques du caractère calculées sur chacun des deux échantillons.

1. Calculer 𝐸(𝑋̅1 − 𝑋̅2 ) et 𝑉(𝑋̅1 − 𝑋̅2 )

𝑋̅1 +𝑋̅2 𝑛 𝑋̅ +𝑛 𝑋̅
2. Soient 𝐴 = 2
et 𝐵 = 1𝑛1 +𝑛2 2 deux estimateurs de la moyenne 𝑚. Vérifier que les variables 𝐴 =
1 2
𝑋̅1 +𝑋̅2 𝑛1 𝑋̅1 +𝑛2 𝑋̅2
2
et 𝐵 = 𝑛 +𝑛 ont la même espérance mathématique et déterminer celle qui a la plus petite
1 2
variance. Conclure

Exercice 2
Une population, contenant de nombreux individus, passe un test de Q.I. Les résultats forment une variable
aléatoire X normale de moyenne m = 102 et d’écart type s = 15.
1. Quelle est la probabilité pour qu'un individu pris au hasard ait un QI inférieur à 100 ?
2. On veut analyser les résultats de quelques échantillons de cette population. Pour cela, on formera
des groupes de 20 individus, choisis par échantillonnage aléatoire simple (EAS), et on calculera le
QI moyen de chaque groupe.
a. Donner les paramètres de la loi normale selon laquelle se distribuent les QI moyens de tous
les échantillons possibles de taille 20.
b. Quelle est la probabilité pour que notre groupe sélectionné ait un QI moyen inférieur à 100
?
c. Au lieu de 20, combien d'individus faudrait-il choisir au hasard pour avoir moins de 5% de
risque que le QI moyen de ce nouveau groupe soit en-dessous de 100 ?
3. a. En regard du résultat de la question 1, quelle est la proportion d'individus de la population dont
le QI est inférieur à 100 ?.
b. Quelle est la probabilité pour que sur un groupe de 20 personnes cette proportion dépasse 50
%?
Exercice 3
Un matériel informatique a une durée de vie modélisée par une variable aléatoire 𝑋 de fonction de densité
𝑓(𝑥). Un ingénieur en informatique sait qu’il devra l’utiliser pendant une durée de temps 𝑥0 . Il souhaite
naturellement qu’il n’y ait pas de panne durant cette période. Cet ingénieur cherche en premier lieu à
estimer les paramètres de la loi de cette durée de vie. Il a alors l’idée de faire fonctionner, sur un banc
d’essai, 𝑛 machines identiques à celle qu’il utilisera dans l’avenir. Il note 𝑥1 , . . . , 𝑥𝑛 les 𝑛 durées de panne
observées. D’après ces essais, il a montré que la densité de probabilité de cette durée de vie 𝑋, en années,
de ce matériel s’écrit comme suit :

1
 1 −1𝑥
𝑓(𝑥) = { 𝑒 𝜃 𝑠𝑖 𝑥 ∈ [0, +∞[
𝜃
0 𝑠𝑖𝑛𝑜𝑛
où 𝜃 est un paramètre réel strictement positif. On suppose que 𝜃 est inconnu.
1. Est 𝑋 suit une loi usuelle ? En déduire 𝐸(𝑋).
2. En déduire un estimateur de 𝜃 par la méthode des moments d’un échantillon de taille 𝑛 issu de
𝑋.
3. Les estimateurs trouvés sont-ils sans biais? Sont-ils convergents?
Exercice 4
On note p la proportion des individus d'une population atteints d'une maladie M. On extrait par tirage au sort un
échantillon de 100 individus de la population. On constate que sur ces 100 sujets, 15 sont atteints de la maladie M.
1) Donner un intervalle de confiance pour p au seuil 0,05.
2) Avec cette observation, à quel seuil faudrait-il travailler pour obtenir un intervalle de confiance pour p de
longueur 0,10 ?
Exercice 5
Un institut de sondage a observé sur un échantillon de 1600 personnes prises au hasard, 52% d'intentions
de vote en faveur du candidat A.
1. Estimer la proportion d'intentions de vote en faveur du candidat A dans la population à l'aide d'un
intervalle de confiance avec un degré de confiance de 95%. Que peut-on en conclure ?
2. Combien de personnes faut-il interroger pour être sûr que la largeur de l'intervalle de confiance soit
inférieur à 1% au degré de confiance 95%?
Exercice 6
Le taux de glycémie dans une population donnée est distribué suivant une loi normale d'espérance 1 g/l
et d'écart-type 0,3 g/l.
1.a. Quelle est la moyenne théorique 𝜇du taux de glycémie dans la population ?
1.b. Etant donné un échantillon 𝑋1 , 𝑋2 , … , 𝑋𝑛 correspondant à la mesure du taux de glycémie de n
individus de la population, la moyenne 𝜇 peut être estimée par 𝑋̅𝑛 .
Donner l'espérance de 𝑋̅𝑛 ainsi que son biais.
1.c. Donner la variance de 𝑋̅𝑛 .
2. On considère un échantillon de 𝑛 = 10 individus de la population dont on mesure le taux de
glycémie. Les résultats obtenus sont donnés dans le tableau suivant :

2.a. Calculer la moyenne 𝜇̂ de l'échantillon.

2.b. Donner un intervalle de confiance à 99% pour la moyenne théorique 𝜇.
Cette valeur 𝜇 appartient-elle à l'intervalle de confiance déterminé ?
Exercice 7

2
La capacité vitale est le volume d'air maximum pouvant être mobilisé en une seule inspiration. On la
mesure en litre et on la modélise en supposant qu'elle est distribuée dans la population suivant une loi
normale de moyenne inconnue et d'écart-type 0, 6 l.
Dans le tableau ci-dessous sont consignées les mesures de capacité vitale effectuées sur 10 individus de la
population.

1. Donner un intervalle de confiance à 95% pour la moyenne de la capacité vitale.

2. Quel est le nombre minimal de mesures nécessaires pour que l'estimation à 95% de la moyenne
se fasse à ∓10% prés ? à ∓5% prés ?