Université Ibn Toufail, Ecole Nationale de Commerce et de Gestion

Année universitaire : 2023-2024

Statistique Appliquée : TD 2

Exercice 1. SoientX1 , ..., Xn un n-échantillon d’une variable aléatoire X, d’espérance mathématique

m et de variance σ 2 .
(1) On considère la variable aléatoire X = n1 ni=1 Xi .
P

a- Calculer E(X) et en déduire un estimateur m̂ sans biais de m

b- Calculer V (m̂) et conclure sur l’estimateur de m.
n
2 1
X
2
(2) On considère la variable aléatoire S = n−1 Xi − X .
i=1
a- Calculer E(S 2 ) et en déduire un estimateur σ̂ 2 sans biais de σ 2
b- Calculer V (σ̂ 2 ) et conclure sur l’estimateur de σ 2 .
Solution 1.
Exercice 2. Un analyste financier étudie les comptes de 200 clients ayant souscrit un em-
prunt. A partir d’un échantillon de 50 comptes, il a établi les données réduites suivantes
(exprimées en Euros) :
X
2
X̄50 = 1514, 69 et xi –X̄50 = 3904811, 97.
On suppose que les données sont gaussiennes (normales).
(1) Donner une estimation ponctuelle de m, solde moyen d’un compte et de son écart-type
σ.
(2) Donner un intervalle de confiance à 95% de m, ainsi que son interprétation.
(3) Donner un intervalle de confiance à 90% de m, ainsi que son interprétation.
Solution 2. 1. La moyenne empirique X̄50 est un estimateur absolument correct de le
moyenne m. Sa réalisation est une estimation ponctuelle de m soit 1514, 69.
La variance de l’échantillon S 2 est un estimateur absolument correct de la variance de la
variable parente X. Or,
2 1 X
2
S50 = xi –X̄50 .
49
une estimation de l’écart-type est
r
3904811, 97
s50 = ≃ 282, 29
49
2. Dans notre cas, l’écart-type σ est inconnu. L’estimateur sans biais de la variance est la
statistique
n
2 1 X
S = (Xi − X)2 = σ̂ 2 .
n − 1 i=1
1
2

l’intervalle de confiance de m au risque α

 
S S
X̄ − tn−1,α √ ; X̄ + tn−1,α √ ,
n n
avec tn−1,α est telle que :
P ({−tn−1,α ≤ T ≤ tn−1,α }) = 1 − α,
T suit une loi de student à n − 1 degrés de libertés. Pour α = 5% et n = 50 d’après la table
de student on déduite que t49,0,05 = 2, 0096. Pour x̄50 = 1514, 69 et s50 = 282, 29, l’intervalle
de confiance est :
I = [1434, 46; 1594, 92].
Alors on peut dire que 95% des cas le solde moyen des clients est compris entre 1434, 46
euros et 1594, 92 euros.
On peut procéder autrement :
n ≥ 30, et en utilisant le TCL, on peut approcher la loi de student T49 par la loi N (0; 1) et
l’intervalle dans ce cas est donné par :
 
S S
X̄ − uα √ ; X̄ + uα √ ,
n n
et P ({−uα ≤ Z ≤ uα }) = 1 − α; Z ⇝ N (0; 1). Dans ce cas pour α = 5% on a uα = 1, 96.
Ainsi, l’intervalle de confiance de la moyenne est :
I = [1436, 44; 1592, 94].
3. Pour α = 10% on a t49,0,1 = 1, 6766, l’intervalle de confiance est :
I = [1447, 76; 1581, 62]
Dans 90% des cas, le solde moyen des clients est compris entre 1447, 76 euros et 1581, 62
euros.
On peut de même approcher la loi de Student par la loi normale centrée réduite. Dans ce
cas u0,1 = 1, 65 et on a
I = [1448, 82; 1580, 56].
Exercice 3.
Partie A On sait qu’en moyenne, les batteries des téléphones portables ont une autonomie
en communication de 6 heures avec un écart-type de 2, 5 heures.

1. Donner un intervalle de confiance au seuil de risque 3%, précisant l’autonomie moyenne

des téléphones portables d’un échantillon de 100 téléphones, pris au hasard dans la popula-
tion des portables.
2. Quelle est la probabilité que 2 échantillons de 100 téléphones portables (pris au hasard)
aient un écart de plus d’une demi-heure sur leur autonomie moyenne ?

Partie B La société Motonokia développe pour ses téléphones portables de 3ème génération
(3G) des batteries susceptibles de supporter une utilisation intensive du téléphone. Sur un
échantillon de 100 prototypes équipés de la nouvelle batterie, un sondage a donné la distri-
bution suivante :
Durée (h) [0 – 4[ [4 – 6[ [6 – 8[ [8 – 10[ [10 – 12[
Effectif 14 22 29 21 14
(1) Représenter graphiquement la série statistique ci-dessus, puis calculer sa moyenne ainsi
que son écart-type. La dispersion de cette série est-elle élevée ?
Qu’est-ce que cela signifie pour les téléphones portables ?
 3

(2) Calculer les estimations ponctuelles de la moyenne et de l’écart-type de l’autonomie

moyenne des nouveaux téléphones sur la population des prototypes.
(3) Donner un intervalle de confiance de l’autonomie moyenne sur la population des pro-
totypes dans 95% des cas.

Solution 3. Partie A On note X la variable qui désigne l’autonomie moyenne des batteries
des téléphones portables. Alors on a m = 6h et σ = 2, 5h.
1- X1 , · · · , X100 un échantillon aléatoires. La moyenne empirique est
100
1 X
X̄100 = Xi avec E(X̄100 ) = m, σ(X̄100 ) = σ/10.
100 i=1
L’intervalle de fluctuation de X̄100 pour α = 3% est
 √ √ 
I = m − uα σ/ n; m + uα σ/ n
avec uα = 2, 17 tel que P (−uα ≤ Z ≤ uα ) = 0, 97. Ainsi,
2, 5 2, 5
I = [6 − 2, 17 ; 6 + 2, 17 ] = [5, 46; 6, 54].
10 10
2. On note X̄1 et X̄2 respectivement l’autonomie moyenne du premier et deuxième échantillon.
Alors
X̄1 ⇝ N (m; σ/10) et X̄2 ⇝ N (m; σ/10)
p √
Donc, X̄1 − X̄2 ⇝ N (0; σ 2 /50 = σ/ 50). Ainsi,



P |X̄1 − X̄2 | ≥ 0, 5 = P −0, 5 ≤ X̄1 − X̄2 ≥ 0, 5
 
0, 5 X̄1 − X̄2 0, 5
= P − √ ≤ √ ≥ √
σ/ 50 σ/ 50 σ/ 50
 √ √ 
= P − 2≤Z≤ 2
√
= 2Π( 2) − 1
≃ 0, 8414.
Partie B
1. La moyenne de l’échantillon.
5
1 X
x̄100 = ci ni = 6, 84.
100 i=1
La variance de l’échantillon :
5
1 X 2
s2100 = 2
ni ci − X̄100 = 7, 4344.
99 i=1
l’écart-type de l’échantillon est
p
s100 = 7, 4344 ≃ 2, 73.
s
Le coefficient de variation est cv = x̄100 = 0, 4 on déduit que la dispersion n’est pas trop
élevée car cv < 0, 5.
2. L’estimation ponctuelle de la moyenne est la moyenne empirique qu’est de x̄100 = 6, 84.
L’estimation ponctuelle de l’écart-type de la population est l’écart-type de l’échantillon qu’est
de s = 2, 73.
3. Pour les nouveaux téléphones, l’écart-type de la population est inconnue. Puisque la taille
4

de l’échantillon est élevée alors l’intervalle de confiance de la moyenne au seuil de 95% est
donnée par :  
s100 s100
x̄100 − 1, 95 √ ; x̄100 + 1, 95 √ ,
100 100
soit I = [6, 30; 7, 37], c.à.d 95% des cas les nouvelles batteries ont une autonomie comprise
entre 6, 30 heures et 7, 37 heures.

Exercice 4. Soit X une variable aléatoire, définie sur une population Ω. On suppose que
X suit la loi normale N (m; σ), et soit XP1 , · · · , X16 un échantillon aléatoire associé à X de
taille 16. Sur cet échantillon on observe 16 2
i=1 (xi − x) = 1500.
Déterminer un intervalle de confiance de la variance au seuil de confiance de 95%.
Solution 4. La moyenne et la variance de la population sont inconnues. L’intervalle de
confiance de la variance au seuil 95% est donné par
n−1 2 n−1 2
[ S ; S ]
ta tb
Sa réalisation sur l’échantillon est donnée numériquement par
16 − 1 2 16 − 1 2
[ s; s ].
ta tb
On a
1
s2 = × 1500 = 100.
15
Pour calculer ta et tb , on utilise la variable aléatoire U qui suit une loi du χ2 à 16 − 1 = 15
d.d.l. Avec
α α
p({U < tb }) = = 0.025 et p({U < ta }) = 1 − = 0.975.
2 2
La table de la loi de Student donne tb = 6.26 et ta = 27.5. On obtient alors l’intervalle de
confiance cherché [54.54; 239.60].
Exercice 5. Une étude menée sur la longévité (en heures) d’une pièce de précision d’un
moteur a donné les résultats suivants :
v
100 u 100
1 X u1 X
2
X̄100 = xi = 80000h; s100 = t xi − X̄100 = 2000h.
100 i=1 99 i=1
On appelle TMBF le temps moyen de bon fonctionnement d’une pièce.
1. Donner une estimation ponctuelle du TMBF ;
2. Donner un intervalle de confiance du TMBF au niveau de 95% ;
3. Pour mesurer les progrès d’utilisation de cette pièce dans différentes situations, on utilise
un nouvel échantillon. Les résultats observés sont les suivants :
200 200
X X
2
xi = 16000000h; xi − X̄200 = 796000000.
i=1 i=1

Donner un intervalle de confiance au niveau 95% du temps moyen de bon fonctionnement.

Solution 5.
Exercice 6. On réalise un sondage en vue de prévoir le résultat de l’élection présidentielle.
On effectue un tirage aléatoire simple de 750 électeurs. Parmi eux, 324 déclarent qu’ils ont
l’intention de voter pour le candidat A tandis que 426 électeurs affirment qu’ils vont voter
pour le candidat B. Donner un intervalle de confiance au niveau 95% pour la proportion
d’électeurs qui vont voter pour le candidat A.
 5

Solution 6.
Exercice 7. Au cours d’un sondage d’opinion publique, on pose à 2000 personnes la question
suivante : ≪ êtes-vous satisfait de la politique du gouvernement ?≫. Sur les 2000 personnes,
950 sont satisfaites.
(1) Donner au niveau de 95personnes satisfaites.
(2) Un journaliste affirme que la proportion de personnes satisfaites parmi les personnes
interrogées est comprise entre 46, 5% et 48, 5%. Quelle confiance peut-on accorder à
cette affirmation ?
Solution 7. 1. On définit la variable X de la manière suivante :
— La personne interrogée est satisfaite , X = 1 et p({X = 1}) = p,
— La personne interrogée n’est pas satisfaite, X = 0 et p({X = 0}) = 1 − p = q.
X suit une loi de Bernoulli de paramètre p.
X ⇝ B(p).
X1 , X2 , · · · , X2000 est un échantillon aléatoire simple. Une estimation ponctuelle de p est
950
f= = 0, 475.
2000
L’intervalle de confiance est donné par
r r
f (1 − f ) f (1 − f )
[f − uα , f + uα ].
n n
Les conditions d’approximation n = 2000 ≥ 30, nf = 950 ≥ 5 et n(1 − f ) = 1050 ≥ 5 sont
vérifiées. On obtient dans la table u0.05 = 1.960. L’intervalle numérique est [0.4531 ; 0.4968].
P2000
i=1 Xi
2. Fn = 500 est la fréquence (proportion dans l’échantillon) et on a :
n = 2000 ≥ 30; np ≥ 5 et nq ≥ 5.
p pq
Fn ⇝ N (p, n
) On a :
 
Fn − 0, 485 Fn − p Fn − 0, 465 
P (0, 465 ≤ p ≤ 0, 485) = P  q ≤q ≤ q
f (1−f ) f (1−f ) f (1−f )
n n n
= P (−0, 8955 ≤ Z ≤ 0, 8955)
= 2Π(0, 8955) − 1
≃ 0, 6292.
Alors on peut affirmer que 63% des personnes interrogées sont satisfaites.