Série de TD N1

Tests d'hypothèse (3ème année)

ENSAM-MEKNES (2023-2024)
Exercice 1
Une machine fabrique des rivets, dont le diamètre doit être dans l'intervalle de to-
lérance ]13.12; 13.72[. En fait le diamètre d'un rivet fabriqué est aléatoire. Lorsque
la machine est correctement réglée, la distribution des diamètres est normale, de
moyenne 13.42 mm et d'écart-type 0.12 mm.
1. Calculer la proportion des rivets défectueux fabriqués par la machine lors-
qu'elle est correctement réglée.
Lorsque la machine est déréglée, la moyenne de la loi normale a varié,
on suppose que l'écart-type reste constant.
2. On veut vérier si la machine est correctement réglée. Pour cela, on extrait
par un tirage au hasard non exhaustif 36 rivets.
a) La moyenne des diamètres des rivets prélevés est égale à 13.39
mm, conclure en faisant un test de seuil 0.2%.
b) Ecrire sous une forme calculable la fonction puissance de ce test.
c) Quelle est la valeur minimale de l'écart absolue entre m et 13.42
que l'on puisse déceler (découvrir) avec une probabilité ou moins égale à
0.95 ?
3. a) Calculer la proportion des rivets défectueux fabriqués par la machine
lorsque la moyenne de la loi normale est 13.48.
b) Comment doit être la taille de l'échantillon à extraire pour que
la probabilité de ne pas déceler un écart entre m et 13.42, qui est supérieur
à 0.06 en valeur absolue, soit inférieur à 5% ?
Exercice 2
Un groupe de citoyens demandent à la municipalité d'une ville la modication
d'un carrefour, en armant que 30% des automobilistes tournent en utilisant une
mauvaise le. Un ocier de police constate que sur 500 véhicules pris au hasard,
140 prennent une mauvaise le.
1. D'après l'observation eectuée par l'ocier de police, peut-on considérer
comme exacte l'armation du groupe de citoyens au seuil de risque 5% ?
2. Des observations futures montrent que, pour des échantillons de 500 véhi-
cules pris au hasard, en moyenne 125 prennent une mauvaise le.
a) Quels sont les paramètres de la loi d'échantillonnage F sous l'hy-
125
pothèse alternative H1 : = 0.25 ?
500
b) Dans ces conditions, que vaut P (0, 26 ≤ F ≤ 0, 34) ? Que repré-
sente ce résultat ?

1
Exercice 3
On dispose de deux échantillons de tubes construits avec deux procédés de fabri-
cation A et B, dont on a mesuré les diamètres en mm.

A : 63.12; 63.57; 62.81; 64.32; 63.76

B : 62.51; 63.24; 62.31; 62.21
En supposant que les diamètres soient distribués suivant une loi normale, tester
au seuil 5% s'il y a diérence signicative entre les procédés A et B si :
1. σ1 = 1 et σ2 = 0.1.
2. σ1 et σ2 sont inconnus.
Exercice 4

On fait passer un test psychométrique à deux groupes de volontaires, appelés

Groupe A et Groupe B, représentant respectivement les populations A et B. Les
résultats sont les suivants :
Résultats [55,57[ [57,59[ [59,61[ [61,63[ [63,65[
Eectifs Groupe A 9 10 7 7 12
Eectifs Groupe B 20 9 10 4 8
1. En supposant la normalité des variables aléatoires qui représentent les scores
des deux populations, à l'aide d'un test paramétrique au niveau 5%, com-
parer les écarts-type des scores des deux populations A et B.
2. Au vu des résultats des deux échantillons, au niveau α = 5%, peut-on
considérer que le score moyen de la population B est inférieur au score
moyen de la population A ?
Exercice 5 (Examen 2022)
Un organisme veut octroyer des bourses à certaine catégorie d'étudiants. Un test
a été prévu pour xer le nombre d'étudiants bénéciaires. Un échantillon de taille
30 d'une population de 300 étudiants a été choisi. La note du test est une variable
aléatoire X prenant ces valeurs entre 4 et 20. Les résultats du test sont résumés
dans le tableau suivant :
X : la note du test [4, 6[ [6, 8[ [8, 12[ [12, 16[ [16, 20[
Nombre d'étudiants 4 6 10 7 3
1. Montrer graphiquement que la variable X peut être modélisée par une loi
normale N (m, σ 2 ).

2
 2. Expliciter la procédure statistique qui permet de justier la normalité du
caractère étudié avec un risque α. (Les calculs ne sont pas demandés).

3. Donner la région d'acceptation des tests suivants au seuil α :

i)H0 : m = m0 contre H1 : m = m1 < m0 . ii)H0 : σ 2 = σ02 contre H1 :
σ 2 = σ12 > σ02 .
4. Proposer (en justiant) des valeurs à :
i. m0 et m1 pour accepter confortablement H0 avec une conance de
1 − α.
ii. σ02 et σ12 pour rejeter confortablement H1 avec une conance de
1 − α.
5. Pour la population étudiée (300 étudiants) déterminer le nombre de bour-
siers, en supposant que la note minimale pour bénécier de la bourse est
14.
Données :

Φ(0.90) = 0, 8159; Φ(0.91) = 0, 8186; Φ(0.92) = 0, 8212; Φ(0.93) = 0, 8238;

Φ(0.94) = 0, 8264; Φ(0.95) = 0, 8289; Φ(0.96) = 0, 8315; Φ(0.97) = 0, 8340.
N.B : Φ(x) est la fonction de répartition de la loi N (0, 1).
Exercice 6 (Rattrapage 2022)
On veut savoir si la résistance moyenne de composants produits dans une usine est
400Ω. On considère que la distribution des résistances est normale, et on mesure
pour 16 composants les valeurs 392, 396, 386, 389, 388, 387, 403, 397, 401, 391,
400, 402, 394, 406, 406, 400.
1. Donner les estimations ponctuelles des moyenne et variance.
2. Peut-on considérer, au seuil de signication α = 5%, que le lot respecte la
norme de 400 Ω ?
3. Même question avec un seuil de α = 1%.
Exercice 7 (Rattrapage 2022)
Un groupe de 10 sujets entreprend sur une période de six mois un programme
d'enrichissement cognitif destiné à améliorer leurs processus de traitement de l'in-
formation. Pour évaluer l'eet du programme, on fait passer aux sujets deux tests
de niveaux comparables l'un avant, l'autre aprés la période d'apprentissage, dont
voici les scores :
Scores avant (X) 5 2 8 9 5 3 2
Scores après (Y) 6 2 9 10 6 1 3

3
 A l'aide d'un test paramétrique de comparaison et en supposant que la variable
X - Y est distribuée selon une loi normale dont la variance est inconnue, décider au
niveau α = 5% si les sujets ont en moyenne amélioré leur processus de traitement
de l'information aprés le programme d'enrichissement cognitif, en supposant que
les écart-types des deux populations sont égaux.
1. Formuler les hypothèses de ce test.
2. Déterminer la statistique (la variable aléatoire de décision) du test.
3. Déterminer la région critique Zα (la zone de rejet) avec α = 5%.
4. Quelle est la décision du test ?
Exercice 8 (Examen 23)
Nous voulons tester si les proportions de clients ayant des SICAV monétaires
sont identiques dans la banque 1 et dans la banque 2. Pour cela, nous tirons au
hasard dans les chiers n1 = 230 clients de la banque 1 et n2 = 180 clients de
la banque 2. Nous trouvons, respectivement dans ces deux échantillons, 51 et 35
possesseurs de SICAV monétaires. Peut-on armer que les proportions de clients
ayant des SICAV monétaires dans les deux banques sont identiques avec risque
α = 5% ?
Exercice 9 (Rattrapage)
Les éléments d'une population possèdent un caractère X de loi normale de moyenne
m et de variance σ 2 . Pour étudier les deux paramètres, on a fait 51 observations
(x1 , . . . , x51 ) réalisations de (X1 , . . . , X51 ) échantillon non exhaustif. La moyenne
de l'échantillon est 14.65, la variance est 1.91.
1. Déterminer un intervalle de conance de m au seuil de conance 90%.
2. Tester l'hypothèse H0 : m = 15 contre H1 : m < 15 au seuil 5%.
3. Calculer la puissance du test pour m = 14.
4. Déterminer un intervalle de conance de σ 2 au seuil de conance 90%.
5. Tester l'hypothèse H0 : σ 2 = 2 contre H1 : σ 2 ̸= 2 au seuil 5%.
6. Calculer la puissance du test pour σ 2 = 1.9.