Université Montpellier - Faculté d’Économie

Statistique 3, L2 Économie
2022-2023
F.SEYTE – J.DARWICHE - M.AWADA

TD 8 : TESTS DE SIGNIFICATION ET DE COMPARAISON

Exercice 1 :

Les résultats de l’enquête menée par l’INSEE en 2010 sur la

distribution des salaires annuels nets des agents de la fonction
publique territoriale par catégorie statutaire viennent de tomber.
Dans la fonction publique, on distingue généralement trois catégories
d’agents : les agents de catégorie A, les agents de catégorie B et
ceux de catégorie C. On suppose que les salaires des différents
agents sont normalement distribués. L’écart-type des salaires des
agents de catégorie A est de 6 800 € alors que celui des agents de
catégorie B est de 8 500 €. Un échantillon de 500 agents de catégorie
A est tout d’abord interrogé, et révèle qu’un agent de catégorie A
touche un salaire moyen annuel de 38 180 €.

1. Tester l’hypothèse que le salaire moyen annuel d’un agent de

catégorie A soit au plus égal à 39 000 € au risque de première
espèce de 5%.

Un échantillon de 650 agents de catégorie B est ensuite

interrogé, et nous apprend qu’un agent de catégorie B touche un
salaire moyen annuel de 26 640€.

2. Tester l’hypothèse que les salaires moyens annuels des deux

catégories d’agents sont égaux. Vous travaillerez avec un
risque d’erreur de 5%.

Un échantillon de 540 agents de catégorie C est finalement

interrogé. Les résultats de l’enquête sont détaillés dans le
tableau ci-après :

Nombre d’agents de
Salaire en euros
catégorie C
[15 760, 17 040 [ 100
[17 040, 18 850 [ 150

[18 850, 21 470 [ 200

[21 470, 24 520 [ 90

Page 1/6
3. Tester l’hypothèse que le salaire moyen d’un agent de catégorie
C est de 19 460€ avec un risque de 10%.

L’enquête révèle par ailleurs que les agents de catégorie C les mieux
payés sont âgés de plus de 50 ans.
4. Tester l’hypothèse que la proportion d’agents de catégorie C âgés
de plus de 50 ans est égale à 20% avec un risque d’erreur de 5%.
5. Tester l’hypothèse que l’écart-type est égal à 2 150 € avec un
risque d’erreur de 3% à gauche et un risque de 7% à droite.

Exercice 2 :

Le Parlement chypriote, s’est réuni en session extraordinaire afin

d’examiner le plan de sauvetage que Nicosie doit conclure avec ses
partenaires européens pour éviter la banqueroute. Ce plan contient
plusieurs textes de loi qui doivent tous être approuvés par les
membres du Parlement. Alors que certains députés sont favorables à la
mise en place de ce plan en raison de la situation économique
actuelle de Chypre, d’autres y sont réticents car certains textes
impliqueraient d’établir une taxe exceptionnelle de 15% sur les
dépôts bancaires atteignant la somme de 100 000 €.
Le gouvernement pense qu’il est raisonnable de mettre en place ce
plan de sauvetage si 65% des avis sont favorables. Un sondage non
officiel est alors effectué auprès de 200 membres du Parlement. Il
révèle que 62% d’entre eux sont favorables à la mise en place du plan
de sauvetage.

1. Le gouvernement doit-t-il accepter ou refuser la mise en place du

plan de sauvetage ? Vous considérerez un risque de 5%.

Un nouvel échantillon de 300 membres du Parlement est à nouveau

interrogé. Si au plus 34% des avis dans l’échantillon sont
défavorables, le gouvernement décidera d’adopter le plan de
sauvetage.

2. Calculer la probabilité de considérer l’adoption du plan de

sauvetage, sachant que 59% des membres du Parlement sont
favorables à sa construction.

Afin d’être sûr que ces résultats ne sont pas influencés par la
taille de l’échantillon ou par le risque d’erreur retenu, un
échantillon de taille n suffisamment élevée est prélevé. Le
gouvernement décide alors que le plan de sauvetage sera refusé si les
avis favorables obtenus à partir de ce nouvel échantillon
n’atteignent pas 63%, le risque de refuser à tort le plan de
sauvetage étant évalué à 3%.

3. Quelle devrait-être la taille de l’échantillon à prélever ?

Page 2/6
Exercice 3 :
Deux stations de sports d’hiver notées 1 et 2 veulent comparer leur
fréquentation moyenne le week-end en dehors des périodes de congés
scolaires. Chaque station relève le nombre moyen de forfaits vendus
durant 12 week-end (24 jours) et confronte ses résultats (on suppose
que le nombre de forfaits vendu est normalement distribué pour chaque
station) :

Station 1 : 𝑛1 = 24 ; 𝑥̅1 = 3500 ; 𝑠̂1 = 150

Station 2 : 𝑛2 = 24 ; 𝑥̅2 = 3750 ; 𝑠̂2 = 200

1. Peut-on considérer avec un risque d’erreur de 2% que la

fréquentation moyenne de la station 1 est au plus égale à celle de
la station 2 ?

Chacune de ces stations propose diverses activités sportives dont le

surf. Le pourcentage de gens pratiquant le surf dans la station 1 est
de 28% contre 26% dans la station 2 (pourcentages estimés à partir de
l’observation de 100 personnes dans chacune des stations).

2. Peut-on dire, au seuil de 5% que le pourcentage de surfeurs est le

même dans les deux stations ?

Exercice 4 :

A l’approche des prochaines élections un institut de sondage réalise

une enquête au sein de 5 Communes distinctes afin d’étudier les
intentions de votes et de lancer une campagne de sensibilisation pour
inciter les citoyens à accomplir leur devoir. Les résultats de
l’enquête sont résumés dans le tableau ci-après :

Communes
Commune 1 Commune 2 Commune 3 Commune 4 Commune 5
Intention de vote
Oui 150 120 50 100 90
Non 200 130 150 120 190
Peut-être 180 200 250 180 300
Tableau : Répartition des citoyens de chaque commune en fonction des
réponses données à la suite de l’enquête.

1. Le pourcentage de citoyens ayant l’intention de se présenter

aux urnes est-il identique dans les 5 communes ?

Page 3/6
Exercice 5 (précision des calculs à 10-4) (suite);
Le directeur d’une maternité s’intéresse aux poids de naissance de
nouveaux nés en France. Il prélève un échantillon de 200 nouveaux nés,
il établit la distribution, suivante:

Poids des nouveaux nés (en Kg) Nombre des nouveaux nés
[2–2,5[ 4
[2,5–3[ 23
[3–3,5[ 70
[3,5–4[ 60
[4–4,5[ 28
[4,5–5[ 15

N’étant pas satisfait par sa première analyse, le directeur prélève un

autre échantillon de même taille. Dans cet échantillon la moyenne des
poids des nouveaux nés est de 3,58 Kg avec un écart-type sans biais de
0,573.

1. Le directeur pense que le poids moyen des nouveaux nés dans le 1er
échantillon est au moins égal au poids moyen des nouveaux nés dans
le 2ème échantillon. A-t-il raison. Vous prendrez un risque de
première espèce de 10%.

Exercice 6 ;

Des chercheurs veulent tester si les hauteurs moyennes des arbres (en
m) sont significativement différentes dans chaque forêt. Les données
sont synthétisées dans le tableau suivant :

Forêt 1 Forêt 2 Forêt 3

23.3 18.9 22.5
24.4 21.1 22.9
24.6 21.1 23.7
24.9 22.1 24.0
25.0 22.5 24.0
26.2 23.5 24.5

Page 4/6
 Pour répondre à cette question, il est demandé de :

1. Etablir l'équation de l'analyse de la variance (ANOVA)

Forêt Forêt Forêt

1 2 3
23.3 18.9 22.5

24.4 21.1 22.9

24.6 21.1 23.7

24.9 22.1 24.0

25.0 22.5 24.0

26.2 23.5 24.5

2. Tester l'hypothèse des chercheurs. Vous prendrez un risque de

première espèce de 5%.

3. La hauteur moyenne des arbres est-elle identique entre la

forêt 1 et la forêt 3 ? Vous utiliserez le test de Sheffé.

4. Tester l’hypothèse d’égalité des variances. (Vous prendrez un

risque de première espèce de 5%).

Page 5/6
Exercice 7 ;

Une machine produit des boulons. Si elle fonctionne normalement, il y

a une proportion de 10 % de boulons défectueux. Si elle est déréglée,
la proportion de boulons défectueux est de 20%. Avant d’envoyer une
commande à son client, un fabricant teste un lot de 300 boulons. Soit
X la variable aléatoire représentant le nombre de boulons défectueux
sur ce lot. On sait que X suit une loi binomiale B(300,p) où p=0.1 si
la machine fonctionne correctement et p=0.2 si la machine est
déréglée. L’objectif est de comparer les réactions du fabricant et du
client.

1. Le fabricant définit son test en imposant un risque de 1ère espèce

de 2%.

a. Exprimer les hypothèses H0 et H1 ainsi que les risques de 1ère et

2ème espèces.
b. Déterminer la région critique du test.
c. Calculer sa puissance.
d. Enoncer les règles de décision avec les erreurs associées.

2. Le client décide lui aussi d’effectuer son test avec un risque de

1ère espèce de 2%.

a. Exprimer les hypothèses H0 et H1 ainsi que les risques de 1ère et

2ème espèces.
b. Déterminer la région critique du test.
c. Calculer sa puissance.
d. Enoncer les règles de décision avec les erreurs associées.

3. Sur un même lot, on trouve 46 boulons défectueux. Quelle est la

réaction du fabricant et du client ?

Page 6/6