Université de Sousse Année Universitaire 2016-2017

Faculté des Sciences Economiques 1ère Année Mastère Recherche

Gestion des Organisations:
et de Gestion de Sousse Finance

Examen de Statistiques
Approfondies
Session Principale
Mai 2017

1. Tout texte de référence (manuel, notes de cours, notes personnelles, etc.) est interdit. Tout cas de plagiat ou
de fraude sera soumis au comité de discipline.
2. L’usage d’une calculatrice est autorisé.
3. L'étudiant doit placer sa carte d'étudiant (ou CIN) sur la table et signer la feuille de présence lors de la
remise de ses feuilles-réponses.
4. Aucun téléphone cellulaire sur la table.

Question de cours : (6 pts)

1. Définir les termes suivants : La statistique descriptive, une variable

statistique quantitative, une variable statistique qualitative, un
échantillon.
2. Quelle est l’importance de la statistique dans le domaine de la finance.
3. Considérons une variable statistique quantitative Z définie à partie d’une
variable statistique quantitative X par :
xi  X
Zi 
SX

Où X et S X représentent, respectivement, la moyenne arithmétique et

l’écart-type de la variable quantitative X.

Après avoir donné les formules de la moyenne arithmétique et de la
variance, démontrer que la moyenne de la variable statistique quantitative
Z est toujours nulle et que sa variance égale à l’unité.
4. Une étude menée sur la superficie des terres agricoles « variable X »,
exploitées par 3000 agriculteurs en 2015, fournit les résultats suivants :
X = 15.4 ;  (X)= 14.08 ; Me = 10.715 ; IQR = Q3 - Q1 = 21.875  5.577 = 16.3 ;
min = 0 et max = 100
a) Calculer le coefficient d’asymétrie de Yule de la variable X. Interpréter.
b) Tracer le diagramme de Tukey. Interpréter.

1
 Exercice 1 : (4 pts)

Un directeur de département au sein d’un établissement universitaire souhaite

analyser la nature des diplômes délivrés (Licence, Mastère, Doctorat) suivant le
sexe des étudiants (Masculin, Féminin). Une enquête a été réalisée, en 2014,
auprès de trois échantillons indépendants (taille générale égale 1367 diplômés)
choisis au hasard dans l’université. L’enquête a donné les résultats suivants :
- 1049 diplômes délivrés en licence
- 141 parmi 285 étudiants obtiennent leur diplôme de mastère.

Sexe/Diplôme Licence Mastère Doctorat

Masculin 534
Féminin 11

1. Compléter le tableau ci-dessus.

2. Représenter les deux variables Sexe et Diplôme dans un diagramme en
tuyaux d’argue.
3. Le directeur de département désir testé, au risque de 5%, l’indépendance
entre le Sexe de l’étudiant et la nature du Diplôme délivré.
TAF :
- Formuler les deux hypothèses à tester,
- Calculer la statistique de Khi-deux,
- Décider et interpréter les résultats.
On donne la valeur de Khi-deux théorique :  0.05
2
(2)  5.99 .

4. Calculer le v de Cramer. Interpréter.

Exercice 2 : (6 pts)

Un chercheur s’est intéressé à la relation entre la taille (X) en mètre et le poids

(Y) en kg des adolescentes dans un collège secondaire. Le chercheur souhaite
calculer et tester des corrélations entre les deux variables. Pour se faire, il a
recueilli des données auprès d’un échantillon de 15 élèves choisis au hasard.
Le tableau ci-dessous est un extrait des données observées :

i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
X 1,5 1,5 1,54 1,54 1,54 1,56 1,58 1,62 1,63 1,63 1,63 1,64 1,64 1,68 1,7
Y 58,07 67,59 55 58,06 71,67 61,69 70,06 68,04 62,6 76,66 76,67 59,87 82 72,58 77,56

2
 Le graphique suivant présente le nuage de points du couple (X,Y) :

Relation Taille - Poids

85,000

80,000

75,000
Y (kg)

70,000

65,000

60,000

55,000

50,000
1,450 1,500 1,550 1,600 1,650 1,700 1,750

X (m)

1. Calculer le coefficient de corrélation de Bravais-Pearson. Ce coefficient de

corrélation est-il significatif d'une corrélation entre les deux variables
étudiées au risque de 5%?
2. A titre de contrôle, le chercheur souhaite calculer le coefficient de
corrélation des rangs de Spearman.
a. Pour étudier la corrélation entre ces deux variables, on choisit de
calculer un coefficient de corrélation des rangs de Spearman plutôt
qu'un coefficient de corrélation de Bravais-Pearson. Pourquoi ?
b. Calculer le coefficient de corrélation corrigé des rangs de Spearman
sur cet ensemble de données.
3. Nous avons transformé les données pour ne pas trouver des ex-aequo,
calculer le  de Kendall sur ce nouveau ensemble de données.

i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
X 1,5 1,51 1,52 1,54 1,55 1,56 1,58 1,62 1,63 1,64 1,66 1,67 1,69 1,71 1,72
Y 58,07 67,59 55 58,06 71,67 61,69 70,06 68,04 62,6 76,66 76,67 59,87 82 72,58 77,56

Remarque ( de Kendall) : Réarrangez l'ordre des élèves de façon à ce que

l'ordre des rangs pour la taille (X) se présente dans l'ordre naturel.

Exercice 3 : (4 pts)

Lors d'une expérience, les scores observés sur un échantillon de 12 sujets (X)
prélevés au hasard dans une population, sont les suivants :

3
Sujet S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S12
xi 1.41 2.50 4.19 9.52 11.30 14.40 14.90 15.20 15.39 15.81 17.25 22.70

On veut étudier la normalité de la distribution des scores dans la population

parente. A l'aide d'un tableur, on construit le tableau suivant :

xi  x
zi 
d i  Fi  Fˆi di  Fi 1  Fˆi
i xi sX F̂ F
1 1,41 -1,64 0,0504 0,0833 0,0329 0,0504
2 2,5 -1,47 0,0704 ? 0,0962 0,0129
3 4,19 -1,21 ? ? 0,1372 0,0539
4 9,52 -0,39 0,3483 ? 0,0150 0,0983
5 11,3 ? 0,4541 ? 0,0374 0,1208
6 14,4 ? 0,6416 ? ? ?
7 14,9 ? ? ? ? ?
8 15,2 ? ? ? ? ?
9 15,39 ? ? ? ? ?
10 15,81 ? ? ? ? ?
11 17,25 ? ? 0,9167 ? ?
12 22,7 ? ? 1,0000 ? ?

Moyenne : x  12.0475
Ecart-type : sx  6.4841

TAF :
Compléter ce tableau et utiliser le test de Kolmogorov-Smirnov pour étudier la
normalité de la variable dépendante étudiée au risque de 5%.
- Formuler les deux hypothèses à tester,
- Décider et interpréter les résultats.

Bonne Chance

4
 Annexe

Statistiques usuelles :

1 n
x  xi
n i 1
n

1 n x 2
i  nx 2
sx  
n  1 i 1
( xi  x ) 2  i 1

n 1
n

1 n  x y  n.x . y
i i
Cov( X , Y )   ( xi  x )( yi  y ) 
n  1 i 1
i 1

n 1

 de Spearman corrigé :

 n n n

  ( Ri
c 2
)   ( S i
c 2
)   Di2 
ˆ sc    i 1 
1 i 1 i 1

2 n n

 ( Ric )2   (Sic )2
i 1 i 1

Avec :
n
n3  n n
 ( Ric )2 
i 1 12
 T
i 1

et
t3  t
T ; Où t le nombre d ’observations ex  aequo pour un rang donné.
12
De même pour Sic
n2
Test de Student : tc  ˆ sc   T (n  2)
1  ( ˆ sc ) 2

Test de Kolmogorov-Smirnov :

0.895 0.85
D0.05  où S  n  0.01 
S n