UNIVERSITE POLYTECHNIQUE Année académique

DE BINGERVILLE 2023 - 2024

-----------------------------------------------------------
Licence 3 - SEA

Devoir de maison – Tests paramétriques

Exercice 1
Soient 20 variables aléatoires 𝑋1 , . . . , 𝑋20 indépendantes et identiquement distribuées selon
une loi N(µ, σ²). On veut tester l’hypothèse 𝐻0 ∶ 𝜎² = 𝜎02 et pour cela on utilise
1
𝜎̂² = 𝑛−1 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)².
1
1. Quelle est la distribution de 𝜎 ∑𝑛𝑖=1(𝑋𝑖 − 𝑋̅)² sous 𝐻0 ?
2. Calculer la valeur critique 𝑘𝛼 pour un test unilatéral (𝐻1 ∶ 𝜎² > 𝜎02 ) au seuil de 5 %.

Exercice 2
Les bouteilles d’une boisson très populaire devraient contenir 300 mL. Comme la machine
qui remplit ces bouteilles n’est pas très précise, il existe des différences d’une bouteille à
l’autre. On peut supposer que la distribution du contenu d’une bouteille est normale avec
écart-type égal à 3 mL. Un étudiant qui soupçonne que les bouteilles sont moins remplies
qu’elles le doivent, mesure le contenu de 6 bouteilles et obtient les valeurs
299,4 297,7 301,0 298,9 300,2 297,0.
Est-ce qu’on peut affirmer que le contenu des bouteilles est inférieur à 300 mL?
Un calcul de puissance nous permet de déterminer à partir de quelle quantité de liquide
manquant le test arrive à détecter le mauvais remplissage. Pour cela on suppose un niveau
de test α = 5 %.
1. Déterminer la puissance du test par rapport à l’alternative µ = 299.
2. Déterminer la puissance du test par rapport à l’alternative µ = 295.
3. Est-ce que la puissance par rapport à l’alternative µ = 290 va être supérieure ou
inférieure à celle trouvée en 2. ? Expliquer les raisons de ce comportement.

Exercice 3
Le point de fusion de 16 échantillons d’une marque d’huile végétale a été déterminé et on
a obtenu x = 94,32. On suppose que la distribution de ce point de fusion suit une loi normale
avec espérance µ et écart-type σ = 1,2.
1. Tester 𝐻0 ∶ µ = 95 contre 𝐻1 ∶ µ < 95 avec un seuil α = 0,01.

1
2. Si la vraie valeur de µ est 94, quelle est la valeur de la puissance pour le test défini en 1.
?
3. Quelle est la valeur de n nécessaire pour assurer que le risque de 2ème espèce soit égal
à 0,01 pour un niveau α = 0,01 ?

Exercice 4
Dans l’outillage de votre usine vous utilisez une grande quantité de pièces d’un certain
modèle. Dans les conditions usuelles d’emploi, vous avez observé que la durée de vie de
ces pièces est une variable aléatoire normale dont l’espérance est µ0 = 120 heures, et
l’écart-type est σ = 19,4 heures.
Le représentant d’un fournisseur vous propose un nouveau modèle, promettant un gain
de performance en moyenne de 5%, pour une dispersion identique σ.
Vous décidez de tester le nouveau modèle sur un échantillon de n = 64 unités. On note
(𝑋𝑖 , 𝑖 ∈ {1, . . . , 64}) la durée de vie des pièces testées. On suppose que les variables sont
indépendantes.
1. Soit µ l’espérance mathématique du nouveau modèle. Vous ne voulez pas changer le
modèle si le nouveau n’est pas plus performant que l’ancien (hypothèse 𝐻0 ). Plus
précisément, vous voulez que la probabilité d’adopter à tort le nouveau modèle ne
dépasse pas le seuil de 0,05. Quelle est alors la procédure de décision ?
2. Evaluez le risque que cette procédure vous fasse rejeter le nouveau modèle si l’annonce
du représentant est exacte. Que concluez-vous ?
Les 64 pièces testées ont eu une durée de vie moyenne égale à 123,5 heures.
Le représentant conteste cette procédure, prétextant qu’il vaut mieux partir de
l’hypothèse 𝐻0′ , selon laquelle le gain de performance moyen est réellement de 5%. Il
souhaite que la probabilité de rejeter à tort le nouveau modèle ne dépasse pas le seuil de
0,05
3. Quelle est la procédure de décision ? Quel est le risque de l’acheteur ? Quel est le résultat
de cette procédure au vu des observations faites. Commentez.
4. Quelle procédure peut-on proposer pour égaliser les risques de l’acheteur et du
vendeur ? quel est alors ce risque ?