Probabilité et Statistique,

MATH-F-315, TP’s partie

Statistique.

T HOMAS V ERDEBOUT
Table des matières

1 Séances 1 et 2 : estimateurs sans biais et vraisemblance. 2

2 Séance 3 et 4 : inférence pour une moyenne et comparaison de deux

moyennes 4

3 Séances 5 et 6 : inférence pour une proportion et comparaison de deux

proportions 7
Séances 1 et 2 : estimateurs sans biais
et vraisemblance.

1. Soient X1 , . . . , Xn des variables aléatoires indépendantes de loi de Poisson

de paramètre λ. Construire - si possible - un estimateur sans biais pour λ.
2. Soient X1 , . . . , Xn des variables aléatoires indépendantes de loi normale de
paramètres (µ, σ 2 ). Construire - si possible - un estimateur sans biais pour
µ.
3. Soient X1 , . . . , Xn des variables aléatoires indépendantes de loi exponen-
tielle de paramètre λ. Construire - si possible - un estimateur sans biais pour
λ.
4. Considérons la fonction de densité de probabilité f (x) définie par
( 3
4x
θ4
si 0 < x < θ
f (x) =
0 sinon,

et soit X une variable aléatoire admettant f (x) comme densité.

— Calculer E[X] et Var(X).
— Obtenir un estimateur sans biais de θ.
5. Considŕons une population distribuée selon une loi de Poisson de paramètre
λ > 0. On extrait de cette population une observation X1 . Si notre but est
d’estimer e−3λ , que pouvez-vous dire de la statistique (−2)X1 ?
6. Soient X1 , . . . , Xn des variables aléatoires i.i.d. avec E[X1 ] = µ et Var[X1 ] =
σ 2 . Soient n n
1X 1X
X̄ = Xi et s2 = (Xi − X̄)2 .
n i=1 n i=1
— Montrer que s2 = n1 ni=1 Xi2 − (X̄)2
P
 — Montrer que E[Xi2 ] = σ 2 + µ2 .
— Calculer E[s2 ] et en déduire un estimateur sans biais de σ 2 .
7. Considérons une population distribuée selon une loi uniforme sur [−θ, θ].
Soit X une variable aléatoire extraite de cette population.
— Calculer la fonction de densité de X.
— Calculez la moyenne et la variance de X.
— Pour estimer θ, que pouvez-vous dire de la moyenne empirique
n
1X
X̄ = Xi
n i=1

de n copies indépendantes X1 , . . . , Xn de la variable X ?

— Soit
X(n) = max(X1 , . . . , Xn ),
calculer la fonction de répartition de X(n) et en déduire son espérance.
Que pouvez-vous conclure ?
8. Calculer la fonction de vraisemblance, la log-vraisemblance et l’estimateur
maximum de vraisemblance des paramètres dans chacune des situations sui-
vantes :
— X1 , . . . , Xn mbox i.i.d. de loi de Poisson de moyenne λ > 0
— X1 , . . . , Xn mbox i.i.d. de loi Binomiale (n, p)
— X1 , . . . , Xn mbox i.i.d. de loi normale de moyenne µ et de variance σ 2
— X1 , . . . , Xn mbox i.i.d. de loi donnée dans l’exercice 4.
Séance 3 et 4 : inférence pour une
moyenne et comparaison de deux
moyennes

1. Soit une population normale de moyenne µ et d’écart-type σ = 1.5. On y a

prélevé un échantillon d’effectif 9. Les observations sont les suivantes :

24.3; 24.7; 23.2; 23.8; 24.5; 26.0; 25.4; 24.8; 23.8.

— Déterminer un intervalle de confiance pour µ au niveau de confiance

95%
— Tester H0 : µ = 22.8 contre H1 : µ 6= 22.8 au niveau 1%. Quelle est la
puissance de ce test si la vraie valeur de µ est 23.5 ?
— Tester H0 : µ ≤ 22.8 contre H1 : µ > 22.8 au niveau 1%. Quel doit être
la taille d’un échantillon n pour que la puissance de ce test soit au moins
de 90% si la vraie valeur de µ est 23 ?
2. Considérons une population normale de moyenne µ et d’ écart-type σ = 4.
Quel est l’effectif n de l’échantillon qu’il faut prélever de cette popula-
tion pour que l’intervalle de confiance pour µ au niveau 99% ait une demi-
longueur inférieure ou égale à 0.5 ?
3. Soit une population normale de moyenne µ et d’écart-type σ inconnus. On
a observé pour un échantillon d’effectif n = 17 que x̄ = 22.53 (valeur
observée de la variable X̄) et sobs = 1.25 (valeur observée de l’écart-type
empirique s).
— Donner un intervalle de confiance pour µ au niveau 90%.
— Tester H0 : µ = 23 contre H1 : µ 6= 23 au niveau 1%.
Séance 3 et 4 : inférence pour une moyenne et comparaison de deux moyennes

— Tester H0 : µ ≤ 22 contre H1 : µ > 22 au niveau 5%.

4. On prélève d’une population un échantillon qui présente les caractéristiques
suivantes : n = 400, x̄ = 45.12, s2obs = 900.
— Tester H0 : µ = 50 contre H1 : µ 6= 50 au niveau 5%.
— Déterminer la puissance du test si la vraie valeur de µ est 46.
5. Soit une population normale de moyenne µ et d’écart-type σ = 2 . On veut
tester H0 : µ ≤ 24 contre H1 : µ > 24 au niveau 5%. Quel effectif n faut-il
prendre pour que la puissance de ce test soit de 90% si la vraie valeur de µ
est 25 ?
6. La société de M. Jacques Motte utilise deux machines A et B pour remplir
automatiquement des paquets de café moulu dont le poids net garanti est
de 100 grammes. La distribution des poids pour les paquets remplis par la
machine A peut être considérée comme normale de moyenne µ1 et d’ écart-
type 2. Celle des poids des paquets provenant de la machine B peut être
considérée comme normald e de moyenne µ1 et d’ écart-type 3. On prélève
un échantillon de 16 paquets remplis par A et un autre échantillon de 12
paquets remplis par B (ces deux échantillons sont indépendants). Sachant
que la moyenne observée pour l’ échantillon prélevé dans la production de
la machine A est 101, 5 grammes et celle de l’échantillon prélevé dans la
machine B est 103 grammes.
— Tester si µ1 6= 100 au niveau 5%.
— Construire un intervalle de confiance à 95% pour µ1 − µ2 .
7. Soit deux populations normales, la première de moyenne µ1 et d’ écart-type
σ1 inconnus et la seconde de moyenne µ2 et d’ écart-type σ2 inconnus. On
suppose que σ12 = σ22 . Un premier échantillon d’effectif 10 est extrait de la
population 1 et on observe x̄1 = 7.22 et s21;obs = 1.194. Un second échan-
tillon d’effectif 10 est extrait de la population 2 et on observe x̄2 = 6.39
et s22;obs = 0.742. En supposant ces deux échantillons indépendants, tester
H0 : µ1 = µ2 contre H1 : µ1 6= µ2 au niveau 5%.
8. On veut comparer deux espèces de blé. On cultive chacune de ces deux

5
 espèces sur 50 parcelles de mêmes caractéristiques et on obtient les résultats
suivants (en quintaux) :
— Blé A : moyenne 15 et écart-type 6
— Blé B : moyenne 12 et écart-type 4
Peut-on affirmer au niveau 5% que le blé A donne un rendement meilleur
que le blé B ?
9. On mesure dans une population normale le taux de sucre dans le sang avant
traitement et après traitement. On obtient le tableau suivant :

Tester au niveau 5% s’il y a une différence significative entre les taux de

sucre avant et après traitement. Réfléchissez bien à la situation qui vous est
proposée avant de répondre à la question !
10. On donne ci-dessous l’accroissement de poids (en kg) en un mois de deux
groupes de porc soumis à des régimes d’engraissage différents :
— Groupe 1 : 7, 4, 5, 5, 4
— Groupe 2 : 2, 4, 4, 2, 3
En supposant les accroissements de poids normaux, de variance égale à 2
pour le premier groupe et à 3 pour le deuxième groupe, peut-on conclure au
niveau 10% que l’un des régimes est plus efficace que l’autre ?
Séances 5 et 6 : inférence pour une
proportion et comparaison de deux
proportions

1. Dans un lot de 100 plantes, 25 présentent les symptomes d’une maladie.

Déterminer un intervalle de confiance au niveau 95% pour la proportion de
plantes malades dans la population dont provient le lot.
2. Un médicament sur le marché est efficace dans 60% des cas. Des résul-
tats effectués sur 100 personnes avec un nouveau médicament indiquent que
celui-ci a été efficace sur 70 d’entre elles. Tester au niveau 5% si le nouveau
médicament est plus efficace que l’ancien.
3. On trouve une pièce de 2 euros et on la lance 10 fois. On observe la séquence
suivante (P = “pile", F = “face") : P, F, P, P, P, F, P, P, F, P. Notons p la
probabilité que “pile" apparaisse.
— Tester H0 : p ≥ 1/2 contre H1 : p < 1/2 au niveau 5%.
— Calculer la puissance de ce test pour p = 0.15 et pour p = 0.05.
— Calculer la puissance de ce test en fonction de p avec 0 ≤ p < 1/2.
4. Dans un panel de 500 ménages il y en a 340 qui ont suivi l’émission de
Friends.
— Donner un intervalle de confiance à 95% pour la proportion de ménages
dans la population ayant suivi l’ émission.
— Quelle taille n un deuxième échantillon devrait-il avoir pour que l’inter-
valle de confiance à 95% pour que la proportion ait une demi-longueur
inférieure ou égale à 0.02 ?
— Résoudre ce problème sur base du premier échantillon.
Séances 5 et 6 : inférence pour une proportion et comparaison de deux proportions

— Résoudre ce problème sans utiliser le premier échantillon.

5. On réalise un sondage auprès de 1000 personnes. Le nombre de “oui" à la
question “Passerez-vous vos vacances en France cet été ?" est 340. Notons p
la probabilité d’obtenir une réponse favorable dans la population.
6. La calvitie semble être un problème important pour les hommes qui en sont
atteints. Le produit Wash and Gogo vient d’être lancé sur le marché sur base
d’une étude comprenant 619 patients et dont les résultats sont les suivants :

— Calculer l’intervalle de confiance au niveau 95% pour la différence entre

les proportions de patients ayant détecté un effet.
— Peut-on affirmer sur base de ces résultats que le produit Wash and Gogo
est plus efficace que le placebo au niveau 5% ?
7. On pose la question suivante à des étudiants issus de deux facultés diffé-
rentes : “Etes-vous pour ou contre la publicité ?" Voici leurs réponses :

— H0 : p1 = p2 contre H1 : p1 6= p2 au niveau 5%.

— Construire un intervalle de confiance pour la différence p1 −p2 au niveau
95%.
8. On prélève un échantillon de professeurs qui enseignent différentes matières
à l’ULB et on observe que sur 35 professeurs de Biologie, 7 sont fumeurs et
que sur 33 professeurs de Physique, 11 sont fumeurs.
— Construire un intervalle de confiance ‘a 95% pour la proportion de pro-
fesseurs de biologie fumeurs.

8
Séances 5 et 6 : inférence pour une proportion et comparaison de deux proportions

— Peut-on conclure sur base de ces données qu’il y a plus de fumeurs

parmi les professeurs de Physique que parmi ceux de Biologie ? Effec-
tuer le test approprié au niveau 1% (en supposant l’indépendance des
deux échantillons).