Université Polytechnique de Bingerville Année Universitaire

Licence 3 SEA 2022/2023

Fiche de Travaux dirigés n°1 : THEORIE DES

TESTS

Exercice 1 : Test sur l’espérance d’une loi gaussienne

Un négociant en vin s’intéresse à la contenance des bouteilles d’un producteur soupçonné par
certains clients de frauder. Il souhaite s’assurer que cette contenance respecte bien en moyenne la
limite légale de 75 cl. À cet effet, il mesure le contenu de 10 bouteilles prises au hasard et obtient
les valeurs suivantes (en cl) :
73.2, 72.6, 74.5, 75, 75.5, 73.7, 74.1, 75.8, 74.8, 75.
1. On suppose que la contenance des bouteilles (en cl) suit une loi gaussienne d’espérance θ
inconnue, d’écart-type connu égal à 1.
a) Écrire le modèle statistique considéré.
b) Le négociant décide de tester l’hypothèse nulle (𝐻0 ): 𝜃 = 75 𝑣𝑠 (𝐻1 ): 𝜃 < 75. Quel
point de vue le négociant adopte-t-il en choisissant ces hypothèses ? Justifier précisément
la réponse.
c) Construire, à l’aide d’une règle de décision intuitive basée sur la moyenne empirique, un
test de niveau 1% de (𝐻0 ) 𝑐𝑜𝑛𝑡𝑟𝑒 (𝐻1 ).
Quelle est la conclusion de ce test ?
d) Tracer la courbe de puissance du test.
e) Le négociant veut pouvoir détecter, avec une probabilité élevée (99%), une contenance
moyenne de 74.8 cl tout en gardant un test de niveau 1%.
Que doit-il faire ?
f) Quel test le négociant peut-il considérer s’il souhaite en fait tester l’hypothèse nulle
multiple (𝐻0 ): 𝜃 ≥ 75 𝑣𝑠 𝑙 ′ 𝑎𝑙𝑡𝑒𝑟𝑛𝑎𝑡𝑖𝑣𝑒 (𝐻1 ): 𝜃 < 75?
2. On suppose maintenant que la contenance des bouteilles suit une loi gaussienne d’écart-
type inconnu.

a) Écrire le modèle statistique considéré.

b) Le négociant adopte toujours le même point de vue. Construire un nouveau test de niveau
5% lui permettant de s’assurer que le producteur ne fraude pas.
c) Peut-on tracer la courbe de puissance du test ?
Exercice 2 : Test sur la variance d’une loi gaussienne
Sur le marché des Lices à Rennes, un inspecteur des poids et mesures vérifie la précision de la
balance d’un vendeur de fruits et légumes. Il effectue pour cela 10 pesées d’un poids étalonné à
100g et note les indications de la balance : 𝑥1 , . . . , 𝑥10 . On admet que le résultat d’une pesée est
une variable aléatoire de loi gaussienne d’espérance 100, de variance 𝜎 2 avec 𝜎 = 5 si la balance
est juste, et 𝜎 > 5 si elle est déréglée. Les mesures ont donné ∑10 2
𝑖=1(𝑥𝑖 − 100) = 512.

1. Écrire le modèle statistique considéré et les hypothèses à tester. Justifier ce choix.

2. Construire un test basé sur un estimateur de la variance permettant de vérifier la précision
de la balance.
3. Quelle sera la conclusion de l’inspecteur avec ce test pour un niveau 5% ? Pour un niveau
1% ?
4. Calculer la p valeur du test.
5. Peut-on construire un test similaire lorsque l’espérance de la loi gaussienne n’est plus
connue ?
6. Et lorsque la loi elle-même est inconnue ?

Exercice 3 : Tests sur une probabilité

Avant le second tour d’une élection présidentielle, un candidat commande un sondage à une
société spécialisée pour savoir s’il a une chance d’être élu.
1. Si p est la proportion d’électeurs qui lui est favorable dans la population, il souhaite tout
d’abord résoudre le problème de test : (𝐻0 ): 𝑝 = 0.48 𝑣𝑠 (𝐻1 ): 𝑝 = 0.52.
a) Écrire le modèle statistique considéré.
b) Quelle est la signification du choix de 𝑝 = 0.48 comme hypothèse nulle ?
c) Quelle statistique de test pourra-t-on considérer ?
d) Construire un test de niveau exact 10%, puis de niveau asymptotique 10% lorsque
le sondage est effectué auprès de n = 100 électeurs.
e) Combien d’électeurs devra-t-on interroger si l’on souhaite avoir un niveau
asymptotique 𝛼 et un risque de deuxième espèce asymptotique inférieur à 𝛽, avec
𝛼 et 𝛽 donnés ?
2. Le candidat souhaite maintenant tester les hypothèses composites :
(𝐻0 ): 𝑝 ≤ 0.5 𝑣𝑠 (𝐻1 ): 𝑝 > 0.5.
Que peut-on conclure ?
Exercice 4 : Test sur le paramètre d’une loi de Poisson
On admet, s’inspirant de l’argument historique de Siméon Denis Poisson (1837), que le nombre
mensuel d’erreurs judiciaires commises dans une juridiction administrée par un juge soupçonné
de ne pas avoir toute sa tête, peut être modélisé par une variable aléatoire suivant une loi de
Poisson de paramètre 𝜆 = 2. après avoir écarté ce juge, on s’attend à ce que le nombre mensuel
moyen d’erreurs judiciaires commises dans la juridiction diminue.
1. Construire un test, basé sur le nombre total d’erreurs judiciaires sur six mois suivant
l’éviction du juge, permettant de le vérifier.
2. Que décide-t-on pour un niveau 10% si le nombre total d’erreurs judiciaires sur six mois
suivant l’éviction du juge est de 10 ?
3. Tracer la courbe de puissance du test.

Exercice 5 : Test sur le paramètre d’une loi uniforme

Un programme informatique de simulation de la loi uniforme sur [0, 𝜃]destiné à un nouveau
logiciel statistique a généré les nombres suivants : 95, 24, 83, 52, 68.
1. Donner l’estimateur du maximum de vraisemblance de θ et déterminer sa loi.
2. En déduire un test de niveau 5% de l’hypothèse (𝐻0 ): 𝜃 = 100 𝑣𝑠 (𝐻1 ): 𝜃 > 100.
3. Que peut-on conclure ?

Exercice 6 : Test sur le paramètre d’une loi exponentielle

On admet que la durée de vie de la batterie d’un smartphone (d’une célèbre marque symbolisée
1
par un fruit) est modélisée par une variable aléatoire 𝑋 de loi exponentielle de paramètre 𝜃, avec
𝜃 > 0 inconnu. On considère un n-échantillon (𝑋1 , … , 𝑋𝑛 ) de la loi de 𝑋, dont on a une
observation (𝑥1 , … , 𝑥𝑛 ).
̂𝑛 du maximum de vraisemblance du paramètre 𝜃.
1. Déterminer l’estimateur 𝜃
2. On rappelle que la densité d’une loi du Khi-Deux à2𝑘 degrés de liberté est donnée par
1 𝑥⁄
𝑔(𝑥)𝑘 = 2𝑘 (𝑘−1)! 𝑥 (𝑘−1) 𝑒 − 2 𝕀𝑥>0 .
 2𝑋
Montrer que la variable suit une loi du Khi-Deux à 2 degrés de liberté. En déduire que
𝜃
2
∑𝑛𝑖=1 𝑋𝑖 suit une loi du Khi-Deux à 2𝑛 degrés de liberté.
𝜃

3. Des études passées avaient permis d’attribuer au paramètre 𝜃 la valeur 𝜃0 . L’évolution des
méthodes de fabrication pouvant avoir entraîné une augmentation de θ, on considère le
problème de test de l’hypothèse (𝐻0 ): 𝜃 = 𝜃0 𝑣𝑠 (𝐻1 ): 𝜃 > 𝜃0 . Construire un test de
niveau 𝛼 de ces hypothèses.
4. On a relevé les durées de vie suivantes en années : 0.60, 0.19, 6.44, 1.74, 0.02, 2.34, 4.08,
0.17, 1.16, 1.23, 1.74, 0.55, 0.25, 3.43, 1.64, 5.32, 3.80, 1.27, 0.68, 2.22, 2.77, 2.85, 2.85,
3.67, 0.26, 2.48, 4.08, 1.23, 0.35, 5.05, 3.22. Quelle est la conclusion du test pour un
niveau 5% et 𝜃 = 2 (durée de la garantie) ?
5. On suppose maintenant que l’on n’observe pas les durées de vie 𝑋𝑖 directement mais les
variables 𝑌𝑖 = 𝕀𝑋𝑖 ≥2 𝑝𝑜𝑢𝑟 𝑖 = 1 … 𝑛. Proposer un nouveau test de (𝐻0 ) contre (𝐻1 )

Bonne Chance.