Académique Documents
Professionnel Documents
Culture Documents
de Kenitra
Statistique inférentielle
Problématique
La différence constatée entre les valeurs caractéristiques d’un échantillon
et d’une population mère de référence (ou entre les valeurs
caractéristiques de deux échantillons)
est-elle due aux fluctuations normales d’échantillonnage ?
• Sinon on rejette H0
Remarque
* Il s’agit de voir si les données de l’échantillon observé
fournissent des « preuves » suffisantes contre l’hypothèse nulle
pour pouvoir la rejeter au profit de H1.
RÉALITÉ
DÉCISION
SUITE AU TEST H0 vraie H1 vraie
X 0
∗ Si σ est connu : Z
n
- Sous l'hypothèse H0, X N ( 0 ; ) et donc la loi de Z est loi
n
normale N (0 ; 1) si le caractère est distribué normalement dans la
population ;
X 0
∗ Si σ est inconnu : Z où est la variable aléatoire qui, à
n
chaque échantillon de taille n, associe son écart-type corrigé et
H0 : 0
H1 : 0 (<)
Si H0 est vraie, alors X N ( 0 ; )
n
0
valeur X
"critique"
z -3 -2 -1 0 1 2 3
z
Z
H0 : 0
H1 : 0 (>)
Si H0 est vraie, alors X N ( 0 ; )
n
0
valeur
"critique" X
z -3 -2 -1 0 1 2 3
-z Z
f(X)
0
valeur
"critique"
H0 : 0
H1 : 0
rejet de H0 Rejet de H0
/2 2
X
0
valeur valeur
critique critique
X
1 2
rejet de H0 Rejet de H0
/2 2
X
0
- z/2 z/2 Z
H0 :0 ou 0
H0 :0 ou 0
H1 :0
(test unilatéral à gauche) Z < - z
H0 :0
H1 : 0
(test bilatéral) Z > zouZ < - z
H0 :0 ou 0
T > t
H1 : 0
(unilatéral à droite)
H0 :0 ou 0
H1 :0 T < - t
(unilatéral à gauche)
H0 :0
H1 : 0
(bilatéral) T > tou T < - t
LE SEUIL EXPÉRIMENTAL :
Rejeter H0 si *
Conditions d’utilisation :
- échantillon aléatoire simple prélevé avec remise ou pouvant être traité
comme tel;
- n assez grand et p0 ni trop petit ni trop grand
(n>30 ; np0 > 5 ; n(1-p0 ) > 5)
P p0
Statistique du test : Z
p0 (1 p0 )
n
Région critique
Hypothèses région de rejet de H0)
H0 :pp0 ou p p0 Z > z
H1 : p p0
(unilatéral à droite)
H0 : p p0 ou p p0 Z < - z
H1 : p p0
(unilatéral à gauche)
H0 : p p0 Z > zou Z < - z
H1 : p p0
(bilatéral)
∗ T = nF dont la loi est la loi binomiale B(n ; p0) sous l'hypothèse H0.
F p0
∗T dont on approche la loi, sous l'hypothèse H0,
p0 (1 p0 )
n
par la loi normale N(0 ; 1) lorsque n ≥ 30, np0 ≥ 15 et n p0 (1 – p0) > 5
• Sous l'hypothèse H0, le fait que T prenne des valeurs "très éloignées" de
0 est rare.
X1 X 2
∗ Si σ1 et σ2 sont connus : Z et
12 22
n1 n2
X1 X 2
∗ Si σ1 et σ2 sont inconnus mais égaux : Z ou
1 1
n1 n2
2 2
(n1 1) (n2 1)
1 1
et
n1 n2 2
- sous l'hypothèse H0, la loi de T est loi de Student à n1 + n2 – 2 degrés de
liberté si le caractère est distribué normalement dans les deux populations
- Sous l'hypothèse H0, la loi de T est approchée par la loi normale N(0 ;
1) si le caractère est distribué normalement dans les deux populations et si
n1 + n2 – 2 ≥ 30 ;
- Sous l'hypothèse H0, la loi de T est approchée par la loi normale N(0; 1)
si n1 et n2 sont supérieurs ou égaux à 30.
X1 X 2
∗ Si σ1 et σ2 sont inconnus mais différents : Z 2 2
dont la loi est
1
2
n1 n2
approchée, sous l'hypothèse H0, par la loi normale N(0 ; 1) si n1 et n2 sont
supérieurs ou égaux à 30.
• Sous l'hypothèse H0, le fait que Z prenne des valeurs "très éloignées" de
0 est rare.
• Sous l'hypothèse H0, le fait que T prenne des valeurs "très éloignées" de
0 est rare.
Série d’Exercices
Exercice n° 1 :
Un tour est normalement réglé pour une production d’axes de diamètre moyenne 24 mm,
avec un écart type constant 0,0175 mm.
Afin de contrôler la qualité de production de ce tour, on prélève un échantillon de 50 axes, on
trouve pour les diamètres de cet échantillon une moyenne de 24,005 mm
Peut on dire au seuil de signification de 1%, que le tour nécessite un nouveau réglage. ?
Exercice n° 2 :
Exercice n°3 :
Une machine remplit des paquets, on prélève à 2 moments différents deux échantillons de
paquets :
L’un d’effectif n1=100, de moyenne X1=40,00g et d’écart type σe1=0,13g
L’autre d’effectif n2=300, de moyenne X2=40,05g et d’écart type σe2=0,14g
Peut on admettre que la machine était réglée pour le même poids lors des deux prélèvements
au seuil de signification de 1 %
Exercice n°4 :