Université D.

L de Sidi Bel-Abbès 2021/2022

Faculté des sciences de la nature 3ème Année BPA
Département de Biologie Module Biostatistiques

Fiche de TD n :02

Exercice 1.Démonstrations des espérances et variances du cour :

1-Pour la moyenne empirique :E(X̄) = µ, V ar(X̄) = σn .
2

1
2-Pour la variance(cas moyenne connu) : E(T 2 ) = σ 2 , V ar(T 2 ) = (µ4 − σ 4 ).
n
n−1
3-Pour la variance (cas moyenne inconnu) : E(S 2 ) = n−1 2
n
σ , V ar(S 2 ) = ((n−
n3
1)µ4 − (n − 3)σ 4 )
Solution Exercice 1.
1-On sait deja que E(X) = µ et V ar(X) = σ 2 , alors :
n
1X
E(X̄) = E( Xi ))
n i=1
n
1X
= E(Xi )
n i=1
1
= nµ
n
= µ

n
1X
V ar(X̄) = V ar( Xi ))
n i=1
n
1 X
= V ar(Xi )
n2 i=1
n 2
= σ
n2
σ2
=
n
2-On sait que T 2 = − µ)2 avec (E(X) = µ connu) alors :
1
Pn
n i=1 (Xi

n
2 1X
E(T ) = E(Xi − µ)2
n i=1
1
= E(Xi − E((X)))2
n
1
= V ar(Xi )
n
= σ2

1
On sait que V ar(X) = E(X 2 ) − E(X)2 et µk = E((X − µ)k ) alors :
n
21 X
V ar(T ) = V ar((Xi − µ)2 )
n2 i=1
n
1 X
= 2
[E(Xi − µ)4 − (E(Xi − µ)2 )2 ]
n i=1
1
= [µ4 − σ 4 ]
n
3-On sait que S 2 = − X̄)2 avec (E(X) = µ inconnu) alors :
1
Pn
n i=1 (Xi

n
1X
E(S 2 ) = E(Xi − X̄)2
n i=1
n
1X
= E(Xi2 ) − E(X̄)2
n i=1

On calcule d'abord
1
E(X̄ 2 ) = 2
E[(X1 + .... + Xn )2 ]
n
n n
1 X 2 XX
= E[ X + Xi Xj ]
n2 i=1 i i=1 j6=i

Donc E(Xi2 ) = E(Xi2 ) et E(Xi Xj ) = E(X)2 Car les variables sont indépendantes
et identiquement distribuées
1
E(X̄ 2 ) = (nE(X 2 ) + n(n − 1)(E(X)2 ))
n2
1 n−1
= E(X 2 ) + (E(X)2 )
n n
alors :
n
2 1X 1 n−1
E(S ) = E(X12 + ... + Xn2 ) − E(X 2 ) + (E(X)2 )
n i=1 n n
n−1
= (E(X 2 ) − (E(X)2 ))
n
n−1
= V ar(X)
n
n−1 2
= σ
n

n
2 1 X
V ar(S ) = V ar(Xi − X̄)2
n2 i=1
= V ar(Xi2 ) + V ar(X̄ 2 ) − 2V ar(Xi X̄)
1 2
= (µ4 − σ 4 ) + 2 (µ4 − 3σ 4 ) − (µ4 − 2σ 4 )
n n
n−1
= ((n − 1)µ4 − (n − 3)σ 4 )
n3
2
Exercice 2 Dans un centre avicole, des études antérieures ont montré que la masse
d'un oeuf choisi au hasard peut être considérée comme la réalisation d'une variable
aléatoire normale X, de moyenne m et de variance σ 2 . On admet que les masses des
oeufs sont indépendantes les unes des autres. On prend un échantillon de n = 36
oeufs que l'on pèse. Les mesures sont données (par ordre croissant) dans le tableau
suivant :
50.34 52.62 53.79 54.99 55.82 57.67
51.41 53.13 53.89 55.04 55.91 57.99
51.51 53.28 54.63 55.12 55.95 58.10
52.07 53.30 54.76 55.24 57.05 59.30
52.22 53.32 54.78 55.28 57.18 60.58
52.38 53.39 54.93 55.56 57.31 63.15
a) Calculer la moyenne empirique et l'écart-type empirique de cette série statistique.
b) Donner une estimation des paramètres m et σ .
c) Donner un intervalle de conance au niveau 95%, puis 98%, de la masse moyenne
m d'un oeuf.
Solution Exercice 2
a- X̄q
= 1
36
[50.34 + ... + 63.15] = 55.083
1
S= 36
[(50.34 − 55.083)2 + ... + (63.15 − 55.083)2 ] = 2.683
b- l'estimateur de m est X̄ et celui de σ c'est S . c- IC de niveau de conance
1 − α = 95% pour m
 
σ∗ ∗ σ
Ic1−α = x̄ − z √ , x̄ + z √ = [54.207, 55.96]
36 36
avecz ∗ = φ−1 (1 − α2 ) = φ−1 (1 − 0.025) = φ−1 (0.975) = 1.96(d'après l'inverse de la
table de la loi normale) - IC de niveau de conance 1 − α = 98% pour m
 
σ
∗ ∗ σ
Ic1−α = x̄ − z √ , x̄ + z √ = [54.043, 56.123]
36 36
avecz ∗ = φ−1 (1 − α2 ) = φ−1 (1 − 0.001) = φ−1 (0.99) = 2.3263(d'après l'inverse de la
table de la loi normale)
Solution Exercice 3(Les plantes marines)
Un biologiste étudie un type d'algue qui attaque les plantes marines. La toxine
contenue dans cette algue est obtenue sous forme d'une solution organique. Il mesure
la quantité de toxine par gramme de solution. Il a obtenu les neuf mesures suivantes,
exprimées en milligrammes :
1.2; 0.8; 0.6; 1.1; 1.2; 0.9; 1.5; 0.9; 1.0

Nous supposons que ces mesures sont les réalisations de variables aléatoires indé-
pendantes et identiquement distribuées suivant une loi N(µ, σ 2 ).
1-Donner une estimation ponctuelle de la moyenne de la quantité de toxine par
gramme de solution.
2-Donner une estimation ponctuelle de la variance de la quantité de toxine par
gramme de solution.
3-Donner un intervalle de conance à 95% pour la moyenne de la quantité de toxine
par gramme de solution.
4-Donner un intervalle de conance à 95% pour la variance de la quantité de toxine

3
par gramme de solution.
Solution Exercice 3
L'estimation ponctuelle de la moyenne est :
n
1X
X̄ = xi
n i=1
1
= [1.2 + 0.8 + 0.6 + 1.1 + 1.2 + 0.9 + 1.5 + 0.9 + 1] = 1.022mg
9
L'estimation ponctuelle de la variance :
n
02 n 1X 2
S = ( x − x̄2 )
n − 1 n i=1 i
9 1
= ( [1.22 + 0.82 + ... + 12 ] − 1.0222 ) = 0.06995mg 2
8 9
√
0
S = S 0 2 = 0.2644

Intervalle de conance à 95% pour la moyenne :

étant σ 2 inconnue :
s0 s0
 
Ic1−α = x̄ − t8 (0.975) √ , x̄ + t8 (0.975) √
n n
(le niveau de conance : 1 − α = 0.95 ⇒ α = 0.05 , α2 = 0.025 et n-1(degré de liberté
)= ν = 8).
On cherche t8 (0.975) dans la table de la loi de Student ; on trouve t8 (0.975) = 2.306.
D'où, l'intervalle de conance s'écrit :
 
0.2644 0.2644
Ic1−α = 1.022 − 2.306 √ , 1.022 + 2.306 √ = [[0.2032; 1.2252]
9 9
Intervalle de conance à 95% pour la variance :
µ étant inconnue :
0 0
8s 2 (8)s 2
 
Ic1−α = 2
, 2
X0.975 X0.025
On cherche X0.975
2
et X0.025
2
dans la loi du khi − deux à 8 degrès de liberté (n-1 = ν
= 8) ; on trouve X0.975 = 17.535 et X0.025
2 2
= 2.180.
D'où, l'intervalle de conance s'écrit :
 
8 ∗ 0.06995 8 ∗ 0.06995
Ic1−α = , = [0.0319; 0.2566]
17.535 2.180
Exercice 4 (La bactérie Brucella abortus). Dans le cas d'une contamination d'un
grand cheptel bovin par la bactérie Brucella abortus, un vétérinaire observe 53 avor-
tements pour 134 vaches gestantes.
1. Donner l'estimation ponctuelle de la proportion d'avortements.
2. Donner l'intervalle de conance asymptotique à 95% pour la proportion d'avor-
tements.
Solution Exercice 4 L'estimation ponctuelle de la proportion d'avortement est :

53
F = = 0.3955
134
4
L'intervalle de conance asymptotique à 95% pour la proportion d'avortements
s'écrit : " r r #
∗ F (1 − F ) ∗ F (1 − F )
Ic1−α = F − z0.975 , F + z0.975
n n
On cherche z0.975 dans la table de la loi N (0; 1), on trouve z0.975 = 1.96. (1 − α =
0.95 ⇒ α = 0.05).
D'ou
" r r #
0.3955(1 − 0.3955) 0.3955(1 − 0.3955)
Ic1−α = 0.3955 − 1.96 , 0.3955 + 1.96
134 134
= [0.3128; 0.47828]