Local Media941922658011222952

PROGICIELS DE STATISTIQUE EN GESTION
M2 / ANNÉE : 2022– 2023 TOAMASINA

La logique de notre cours s’articule autour de quatre grands thèmes :
 Connaissance de l’environnement logiciel appliquée à la Statistique
 Lois de la probabilité statistique
 Statistique inférentielle
 Application de progiciel statistique en gestion
Ce cours a pour objectif général de vous familiariser avec le concept d’étude statistique et ses
applications à travers de progiciels
Dr Jean Baptiste RAKOTOARIVELO
Enseignant - Chercheur
Docteur en Informatique
Maître de conférences
E-mail : rjbravelo@yahoo.fr
22/08/2023
Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2 CCA Commerce BIF 2023
1
Quelles sont les étapes d'une étude statistique ?
Une étude statistique peut être découpée en plusieurs étapes :

1.Définition des objectifs.
2.Vérification de l'existant (études et données)
3.Faisabilité de l'étude.
4.Définition de la variable à expliquer.
5.Nettoyage, exploration et préparation des données.
6.Présentation des données (Statistiques descriptives)
C'est quoi une Etude statistique ?

L'étude statistique correspond à l'étude d'un fait par le biais de la collecte, de l'analyse, de l'interprétation et
de la représentation de données qui dans la finalité doivent être compréhensible par tous.
Quel est le but d'une étude statistique ?

Le but de la statistique est d'extraire des informations pertinentes d'une liste de nombres difficile à
interpréter par une simple lecture. Deux grandes familles de méthodes sont utilisées selon les
circonstances.
Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

22/08/2023 2
CCA Commerce BIF 2023
Quels sont les différents types de statistiques ?
Les types de statistiques peuvent être subdivisés en deux grandes branches : descriptive et inférentielle.
•Statistiques descriptives: Désigne les méthodes de collecte, d'organisation, de synthèse et de présentation
d'un ensemble de données. ...
•Statistiques déductives: C'est un pas au-delà de la simple description
C'est quoi un outil statistique ?

A toutes ces questions, l'une des réponses les plus adaptées est sans conteste l'outil statistique : il permet
en effet d'extraire des connaissances à partir d'un ensemble de données et de fournir des éléments
significatifs et opérationnels pour une prise de décision adaptée.
Quelles sont les 3 étapes pour traiter les racines d'un problème ?
•Définir le problème à traiter. La première étape est de bien intégrer les tenants et aboutissants de la
problématique à résoudre. ...
•Identifier les causes. ...
•Trouver une solution. ...
•Lancer les actions : mettre en oeuvre la solution retenue. ...
•Suivre l'efficacité de la solution et de sa mise en oeuvre.

22/08/2023 3
Quel est le meilleur logiciel statistique ?
Les meilleurs logiciels d'analyse statistique gratuits et open source
•DataWrangler.
•Google Refine.
•SPSS.
•Onisa.
•OpenStat.

22/08/2023 4
Meilleurs logiciels de statistiques et analyse de données
Les logiciels de statistique et d’analyse de données sont devenus de nos jours des solutions
indispensables pour toutes les entreprises et les plateformes désireuses de mesurer leurs
performances. Ces dernières années, ces outils se sont au fur et à mesure perfectionnés.
Avec ces logiciels, il est désormais possible pour un grand nombre de développeurs
d’interpréter avec beaucoup plus de précision de nombreux résultats d’analyse et de collecte
de données. Découvrons ici une sélection des meilleurs logiciels de statistiques.

22/08/2023 5
Microsoft Excel est sans aucun doute le logiciel d’analyse et de traitement de données le plus basique,
étant donné qu’il est directement contenu dans le package bureautique de Microsoft Office. Parfaitement
utile tant pour vos besoins professionnels que personnels, ce logiciel vous permet, grâce à des
opérations simples et pratiques, de présenter, d’analyser et d’interpréter à partir de feuilles de calcul, une
multitude de données.
Grâce à ses multiples fonctionnalités, il dispose d’une large palette d’outils de calcul qui vous permet
d’effectuer de nombreuses opérations comme les moyennes, les écarts types, etc. Microsoft Excel
dispose également d’options plus avancées comme les finances, les graphiques, les diagrammes et bien
d’autres encore pour vous permettre d’aller au-delà de simples analyses. Doté d’une interface simple et
facile à prendre en main. Il est téléchargeable sur les plateformes Windows.
Stata est une solution complète d’analyse, de gestion et d’interprétation de données. Statistiques. Grâce
à ses fonctions complètes, il permet une analyse statistique précise de toutes vos données, grâce à des
outils d’analyses et de visualisation optimisés. Doté d’une interface très simple, il est facile d’utilisation et
dispose d’un répertoire de fonctionnalités absolument à portée de main. C’est un logiciel professionnel
parfaitement adapté aux économistes et aux personnes intervenant dans le domaine de la médecine.

22/08/2023 6
IBM SPSS est un logiciel complet d’analyses de données statistiques. Ce logiciel dispose d’un vaste
répertoire d’algorithmes automatisés qui facilitent les opérations d’analyses descriptives et prédictives.
C’est le logiciel d’analyse de données par excellence, car il dispose de nombreuses fonctionnalités qui
facilitent une étude statistique plus efficace.
Grâce à ce logiciel, vous pouvez aisément effectuer plusieurs opérations comme les calculs de moyennes,
d’écart type, des sommes, des fréquences, etc. Pour une interprétation plus optimale, le logiciel vous
propose plusieurs modèles de graphiques aussi divers que variés. Vous pouvez aussi, grâce à SPSS
exporter toutes vos données vers d’autres logiciels de votre choix.
Le logiciel R est un logiciel statistique open source qui propose à ses utilisateurs un espace de calcul
pour toutes vos opérations statistiques et graphiques. C’est un logiciel totalement libre et gratuit. Doté de
fonctionnalités simples et pratiques, il permet d’effectuer avec aisance une multitude d’opérations
statistiques telles que les clusters, les tests linéaires et non linéaires ainsi qu’une multitude d’opérations
graphiques. Avec le logiciel R, vous avez la possibilité de produire des graphiques très illustratifs avec
la possibilité d’inclure des formules mathématiques et de nombreux symboles.
R dispose d’une interface simple et minimaliste et est facile à prendre en main. Il est entièrement gratuit et
est téléchargeable sur les plateformes de téléchargement courant.

22/08/2023 7
SAS est un logiciel statistique ultra complet qui offre de nombreuses possibilités largement au-delà des
opérations statistiques. Ses fonctionnalités très élargies permettent d’effectuer de nombreuses autres
opérations telles que : l’analyse des nuages de points, la gestion des données, mais également l’analyse de
données hyper volumineuses. Autrefois réservé au domaine forestier, le logiciel SAS a su s’élargir à bien
d’autres domaines comme la médecine.
SAS est une solution statistique ultra complète et dotée de plusieurs outils d’analyses statistiques qui
permettent d’effectuer des calculs et procédures statistiques y compris des procédures d’analyses
graphiques. Véritable outil d’analyse de données, SAS est doté d’une interface très soignée et existe en
version d’essai. Il est idéal pour les professionnels des sciences de la santé et de la nature.
Édité par la maison Statsoft, Statistica est un outil d’analyse statistique qui dispose d’une gamme étendue
d’outils d’étude, d’analyse et de gestion de données. Il propose également des outils de représentation
graphiques qui permettent d’obtenir à partir de données collectées, des illustrations graphiques précises.
C’est un outil très efficace et pratique qui permet une analyse simple de données d’enquêtes et de sondage.
Statistica existe en version gratuite et dispose d’une interface très ludique vous permettant une prise en main
très facile. Avec Statistica, vous pouvez réaliser des créations graphiques en 2D et même 3D. Vous pouvez
également importer vos données dans d’autres logiciels avec une très grande facilité.

22/08/2023 8
Le logiciel Statistix est un super outil d’analyse et de programmation statistiques qui a été mis au point pour
traiter de façon efficace et pratique toutes vos données d’enquêtes, de sondages et d’études. Le logiciel
propose des outils statistiques puissants facile à manipuler. Grâce à ses nombreuses fonctionnalités, il est
possible d’importer des fichiers texte et Excel vers d’autres logiciels. Vous pouvez aussi créer et éditer de
grands sous-ensembles de données et procéder à leurs analyses groupées. Vous pouvez aussi éditer de
nombreuses feuilles de calcul et générer simultanément de nombreux résultats. Statistix est librement
téléchargeable sur les plateformes de téléchargement courantes.
Matlab est une solution informatique qui a été conçue pour répondre aux exigences des férus des
mathématiques et des statistiques. C’est une application idéale pour les amateurs de mathématique.
L’application regorge de nombreuses fonctionnalités qui permettent de réaliser des graphiques en 2 voire 3D
entièrement personnalisables. Réalisez aisément des tableaux et des graphiques de votre choix avec la large
gamme d’outils que propose l’application.
AcaStat met à la disposition de ces utilisateurs une panoplie de fonctionnalités. Si vous êtes statisticien, c’est
sans doute le logiciel qu’il vous faut pour ne pas vous voir limiter dans vos tâches. Grâce à la fonctionnalité de
glisser-déposer de ce logiciel, vous pouvez importer vos fichiers Excel qui comportent des données statistiques
afin de faire vos analyses. Cela vous permet de détecter les valeurs manquantes dans votre fichier et vous
laisse carte blanche pour constituer une nouvelle base de données dans le logiciel et de reprendre vos
analyses. Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2
22/08/2023 9
Jasp Stats se distingue des autres logiciels de statistiques de son rang. Pour la plupart du temps, ce sont
les utilisateurs de la SPSS qui exploite pour le mieux ce logiciel. Les utilisateurs de Jasp ont la possibilité
d’effectuer leurs analyses statistiques par deux approches. La première consiste à lancer l’analyse des
données statistiques via l’approche fréquentiste et la deuxième peut se faire via l’approche bayésienne.
Statwing est le logiciel idéal si vous souhaitez effectuer des analyses statistiques en vous basant sur les
graphiques. C’est un outil très indispensable pour les entreprises qui se doivent d’effectuer des analyses
statistiques pour définir leur politique commerciale, car les graphes sont généralement très faciles à
interpréter. A l’issue de l’analyse des données de ce logiciel, vous pouvez obtenir des tableaux croisés
dynamiques, des graphiques à barres ou bien d’autres. Le tout dépend de la configuration que vous aurez à
mettre en place pour vos analyses.
Le Sphinx, une base de connaissance en méthodes et techniques d'enquêtes

Le Sphinx vous guide vers l’autonomie dans vos projets d’enquêtes. Grâce à nos relations étroites avec le
monde de l’Education et de l’Université, les équipes de Sphinx participent à de nombreux projets de
recherche, publient régulièrement leurs travaux et développent une expertise reconnue. Afin de diffuser et
partager ces compétences et vous permettre d’avancer avec efficacité et intelligence,

22/08/2023 10
Lois de la probabilité statistique

22/08/2023 11
LOI BINOMILE
La loi Binomiale comme le nom l’indique de l’expression « Bi », c’est-à-dire qu’il y a deux (2) issus
 Succès
 Échec
La loi Binomiale concerne un échantillon qu’on a choisi, il est choisi d’une manière aléatoire ou au
hasard, et sur cette échantillon on va effectuer une étude. Cette loi s’intéresse au valeur discrète
tant que .l’échantillon est petit
LOI BINOMILE
SUCCES ECHEC
Et sa probabilité
probabilité d’avoir un échec est
Exemple probabilité d’avoir 0,4 (1 – P)
(0,4) 7 questions à connaitre 0,6
P
7 questions à connaitre
1 justifier la loi étudier, on est en présence de quelle loi, on est en présence Binomiale, justifier cette loi
Réponses : nous en présence de n évènements « Indépendant », chaque événement abouti ou possède 2

issus : succès et échec. Donc nous sommes en présence d’une loi Binomiale qui s’écrit de la forme suivante

22/08/2023 12
La variable aléatoire X suit une loi Binomiale de paramètre n,p : X B (n, p)
P(X = k ) =
2 calculer l’espérance mathématique (calculer la moyenne espérée) ou l’écart type :
l’espérance mathématique :
E(X) = n * p
 (X) = d’où q = 1 - P
3 calculer la probabilité de tomber sur exactement X événements

Exemple P(x = 3)
k c’est le nombre succès
n c’est le nombre d’évènement
P(X = k ) =
4 calculer la probabilité de tomber sur au moins X événements
Au moins (au minimum) : P(X ≥ 3) = 1 – p ( X < 3 )
= P (x = 0) + P (x = 1) + P (x = 2)
5 calculer la probabilité de tomber sur au plus X événements

Au plus (au maximum) : P(X ≤ 3) = 1 – p ( X > 3 ) = P (x = 0) + P (x = 1) + P (x = 2) + P (x = 3)
22/08/2023 13
6 calculer la probabilité d’une variable X comprise entre deux intervalles
Exemple entre 3 et 5
P(X ≤ 3 ≤ 5 ) = P (x = 3) + P (x = 4) + P (x = 5)
7 calculer l’inconnu n, quelle échantillon devons nous choisir

X- B(30, 0,05)
Exemple P(X=0) = 0,1
P(X = 0 ) =
1 * 1 * = 0,1
ln = ln 0,1
n ln 0,95 = ln 0,1
= 44 ou 45
EXERCICE D’APPLICATION
Boulangerie
On prend 25 échantillons du pain, la probabilité de l’échantillon non conforme à la norme du pain est de 7%
Le choix du pain est indépendant
Deux succès et échec , le succès est du pain non conforme et l’échec du pain conforme
P = 0,07
Alors q = 1 – P = 1- 0,07 = 0,93
22/08/2023 14
1 La variable aléatoire X suit une loi Binomiale de paramètre n,p : X B (n, p) où B (25, 0,07)
2 calculer l’espérance mathématique (calculer la moyenne espérée) ou l’écart type :

l’espérance mathématique :
E(X) = n * p = n*p = 25 * 0,07 = 1,75

s (X) = = = 1,27
Variance : l’écart type c’est la racine carré de variance : écart type = 1,27, donc il suffit d’enlever la racine
carrée pour trouver la variance = 1,63
3 calculer la probabilité d’avoir 2 pain non conforme

Exemple P(x = 2)
k c’est le nombre succès

n c’est le nombre d’évènement
P(X = k ) =

22/08/2023 15
P(X = 2 ) =
= * = 0,28
Donc il y 0,28 % de chance de tomber sur du pain non conforme dans un lot de 25 pains
4 calculer la probabilité de tomber sur au maximum 2 pains non conforme
Au moins (au minimum) : P(X ≤ 2) = 1 – P ( X > 2 )= 1- p(x=0) + p(x=1) + p(x=2)

P(X = 0 ) = = 0,16
P(X = 1 ) = = 25 * 0,07 * 0,9524 = 0,31
P(X = 2 ) =
P(X ≤ 2) = p(x=0) + p(x=1) + p(x=2) = 0,16 + 0,31 + 0,28 = 0,75
Il y a 0,75% de chance de tomber sur au maximum (plus) 2 pains non conforme sur un lot de 25 pains

22/08/2023 16
5 calculer la probabilité de tomber sur au moins 2 non conforme
Au moins (au minimum) : P(X ≥ 2) = 1 – P ( X < 2 ) = 1 – P(x=0) + P(x=1)
0 1 2 3 25
P=1
P(X ≥ 2) = 1 – P(x=0) + P(x=1)
= 1 – (0,16 + 0,31) = 0,53
Il y a 0,53 % de chance de tomber sur au minimum (moins) 2 pains non conforme sur un lot de 25 pains
6 calculer la probabilité de tomber entre 3 et 5 du pain non conforme

Exemple entre 3 et 5
P(X ≤ 3 ≤ 5 ) = P (x = 3) + P (x = 4) + P (x = 5)
P(X = 3 ) =
P(X = 4 ) = =
P(X = 5 ) =

22/08/2023 17
P(X = 3 ) = = = =
P(X = 4 ) = =
P(X = 5 ) =
P(X ≤ 3 ≤ 5 ) = P (x = 3) + P (x = 4) + P (x = 5) = 0,25
Il y a 0,25 % de chance de tomber entre 3 et 5 du pain non conforme sur un lot de 25 pains
7 Nous voulons arriver à une probabilité de 0,1 qui correspond à aucun pain non conforme. Déterminer
l’échantillon à étudier
P(X = 0) = 0,1
P(X = 0 ) =
1 * 1 * = 0,1
ln = ln 0,1
n ln 0,93 = ln 0,1
= 32
Si vous augmentez votre échantillon de 6 à 7 pains, vous pouvez attendre la probabilité de 0,1 du qui
correspond à 0 pain non conforme
22/08/2023 18
Exercice 1
Vous êtes responsable qualité dans une usine qui fabrique des confitures.
Vous prélevez au hasard 50 pots sur la ligne de fabrication afin de tester les opercules fermant le
conditionnement (couvercles des boucaux). On appelle X la variable aléatoire associée au nombre de pots
dont l’opercule s’ouvre difficilement.
Une étude antérieure a montré que la proportion des pots dont l’opercule s’ouvre difficilement est de 10%
1. Quelle est la loi suivie par X ? Justifiez. Donnez ses paramètres
2. Déterminer l’Esperance mathématique et l’écart type de cette loi
3. Quelle est la probabilité de :
a) Avoir exactement 2 pots à opercule s’ouvrant difficilement dans l’échantillons ?
b) Avoir au moins 3 pots à opercule s’ouvrant difficilement dans l’échantillon ?
c) Avoir au plus 3 pots à opercule s’ouvrant difficilement dans l’échantillon ?
4. Combien de pots devrait-on prélever pour que la probabilité de n’obtenir aucun pot à opercule s’ouvrant
difficilement dans l’échantillon soit à 0,15,

22/08/2023 19
1. Justifiez votre réponse :
On est en présence d’un nombre de pot de confiture à n = 50
Sachant que chaque prélèvement de confiture abouti à 2 évènements (succès et échec), c’est opercule s’ouvre difficilement
avec une probabilité de 10% et opercule s’ouvre facilement donc avec une probabilité de 90% par conséquent nous
sommes en présence d’une loi Binomiale B(50, 0,10)
2. Espérance Mathématique E(X) = n*p = 50 * 0,10 = 5
Écart type  (X) = = = 2,1213
3. a) P(X = 2 ) = = 0,
b) P(X > 3) = 1 - P(X < 3)
= 1 – P(x=0) + P(X=1) +P(X=2)
= 1 - P [ +] = 0,8883
c) P(X < 3) = 1 - P(X > 3)
= 1 – P(x=0) + P(X=1) +P(X=2) +P(X=3)
= 1 - P [ +] = 0,2695
4) P(X=0) = 0,15
= 1*1* = 0,15
ln = ln 0,15
n ln 0,90 = ln 0,15
= 18
On a l’échantillon de 18 qui permet d’obtenir la probabilité 15% qui correspond à la variable X=0 c’est-à-dire aucun
défaut c’est 18
22/08/2023 20
LOI NORMALE
Loi normale
La loi normale s’intéresse à des valeurs continues, c’est-à-dire on parle souvent des intervalles
Cette loi comblée les lacune de loi Binomiale lorsqu’on demande de calcul assez compliquer.
La loi normale a fait appel à une courbe symétrique, cette courbe qui à la forme d’une cloche est appelé
courbe de Gauss.
Elle est centrée en m c’est qu’on appel la moyenne
P(a<X<b)
P(a<X)
P(X<b)

22/08/2023 21
LOI NORMALE CENTRÉE RÉDUITE
Gauss en inventant sa loi normal par l’intermédiaire de la courbe en cloche, il y a aussi inventé en même
temps c’est qu’on appel la loi centrée réduite, il a centrée cette courbe sur la moyenne 0, et réduit sur
l’écart type. Toute est centrée sur 0 avec un écart type de 1
Le paramètre de la loi centrée réduite : T N(0,1)
Il a créer un modèle standard qui conviendra à toute les situations qui fait appel à la loi normale et ce
modèle standard on appel loi centrée réduite sa moyenne est égale 0, et l’écart type est égal à 1.
A cette effet, il va falloir référer à une table

22/08/2023 22
Lecture de la table de la loi normale centrée réduite
Lecture directe
Exemple : P(X< 1,95) ?
La table est composée des colonne (0,0 à 4,0) et des lignes (0,00 à 0,009), l’intersection de la lecture de
colonne avec la ligne relative à la recherche vaut la valeur de la probabilité X, alors :
1ère colonne = la colonne de X, en suite il y a des valeurs de la deuxième décimale 0,00 à 0,09
D’où 1,95 = 1,9 + 0,05, voir la valeur 1,9 dans la colonne de X en suite projeté avec la valeur de la
deuxième décimale 0,05 donc ‘intersection donne la valeur 0,9744
Lecture inverse
Exemple : calculer X sachant que la probabilité est égale à 0,7324
Chercher dans la table la probabilité P = 0,7324, et puis faire la projection de la colonne de X et la valeur
de la deuxième décimale en haut
Colonne = 0,6, ligne = 0,02 on a 0,62 d’où P(X< 0,62) = 0,7324
Rq si X dépasse de la valeur 4 sa probabilité est égale à 1
Lecture de la valeur négative
Exemple P(X< -1)
La probabilité X< 1 = colonne 1,0 et ligne 0,00, c’est-à-dire 1,0 +0,00 = 1,00 correspond à 0,8413
D’où P(X< -1) = P(X>1) = 1- P(X<1) = 1 – 0,8413 = 0,1587
P(X> 1,96) = 1 – P(X < 1,96) = 1 – 0,9750 = 0,025

22/08/2023 23
Comment utiliser la loi centrée réduite ?
On se base sur 2 paramètres : X N (m, ) (moyenne, écart type)
Nous avons besoins de connaître les 2 paramètres de façons connue ou inconnue
On utilise la loi centrée réduite pour pouvoir utiliser la loi normale T N()
Exemple vous êtes en présence de la loi normale X N (120, 20)
On vous demande de calculer la P(X < 100) :
P(X < 100) P(X < ) = P(X < -1)

D’où P(X< -1) = P(X>1) = 1- P(X<1) = 1 – 0,8413 = 0,1587
Cela nous donne l’expression mathématique
P(X< a) qui se lis (a)
Théorème :
P(X< a) en sachant que 0 < a < 4 si dépasse le 4 probabilité = 1
Si la probabilité est inférieure à 0, on applique la théorème ci-dessous

P(X< -a) = 1- P(X< a) = 1 - (a)
P(X > a) = 1- P(X< a) = 1 - (a)
P( a < X < b) = P(X<b) – P(X<a) = (a) - (b)
22/08/2023 24
Exercice : Calculer
P(X < 1,5) = 0,9332
P(X < 1,58) = 0,9429
P(X < - 1,5) = 1 – P(X < 1,5)

= 1 - (1,5)
= 1 – 0,9332
= 0,0668
P(X> 1,5) = 1 – P(X < 1,5)

= 1 – P(X < 1,5)
1 - (1,5)
= 1 – 0,9332
= 0,0668
P(X > - 1,5) = 1 – P(X < -1,5)

= 1 – (1 - P(X < 1,5))
= 1 – 1 + P(X < 1,5)) = (1,5) = 0,9332

22/08/2023 25
Exercice 2
On décide d’approcher la loi de l’exercice 1 par une loi normale des paramètres (Esperance mathématique
(m) et Ecart type () calculés précédemment
1. Donner une approximation de la probabilité d’avoir exactement 9 pots à opercule s’ouvrant difficilement
dans l’échantillon
2. Déterminer une valeur approchée de la probabilité de l’évènement d’avoir au moins 9 pots à opercule
s’ouvrant difficilement dans l’échantillon
3. Déterminer une valeur approchée de la probabilité de l’évènement d’avoir des opercules s’ouvrant
difficilement dans l’échantillon compris entre le 4 et 9

22/08/2023 26
1. Approcher une loi binomiale par une loi normale
X N(5, 2,1213)
P(X=9) = P(8,5<X<9,5)
= P(X<9,5) + P(X<8,5)
P(X< )
= P(X<2,12) – P(X<1,65)
Lecture directe dans la table de la loi normal
=  (2,12) -  (1,65) = 0,9830 – 0,9505 = 0,0325
2. P(X≥9) = P(X>8,5)
P(X>8,5) = 1 - P(X<8,5)
P(X>8,5) = 1 - P(X< )
P(X>8,5) = 1 - P(X< )
P(X>8,5) = 1 -  (1,65) = 1 – 0,9505 = 0,0495
3. d’après la loi binomiale P(4 ≤ X ≤ 9), transformer en loi normale P(3,5 < X < 9,5)
P(X <9,5 ) – P(X < 3,5) on appel à la loi centrée réduite
P(X< ) - P(X< ) =  (2,12) -  (- 0,71)
 (2,12) – (1 -  (0,71)) = 0,9830 – (1 - 0,7611) = 0,7442
22/08/2023 27
Exercice 3
Vous êtes responsable technique dans une coopérative de fruits et légumes
Vous vous intéressez actuellement aux approvisionnements en pêches d’un nouvel adhérent.
Des études statiques ont montré que le calibre des fruits fournis par cet adhérent suit une loi normale de
moyenne 60 mm pour un écart type de 4 mm
1. Calculer la probabilité pour que le calibre du fruit soit supérieur à 63 mm
2. Calculer la probabilité pour que le calibre du fruit soit inférieur à 54 mm
On souhaite commercialiser les fruits de cet arboriculteur en plateaux alvéoles.
3. Afin que les fruits puissent être rangés dans un type de conditionnement un peu spécifique, ils doivent
posséder un diamètre compris entre 54 et 63 mm de pêches. A quel pourcentage de fruits pourra-t-on
s’attendre ?
4. Une centrale d’achat doit se procurer un équivalent de 500.000 pêches auprès de cet adhérent. Les fruits
commercialisés en plateaux alvéolés sont vendus 0,06 euros l’unité. Les fruits plus petits ou plus gros sont
achetés à un prix équivalent à 0,03 euros l’unités pour être vendus en vrac. Calculer le montant de cette
commande
5. Déterminer le calibre maximum des fruits des 5% les moins gros
6. Déterminer le calibre minimum des fruits des 10 % les plus gros

22/08/2023 28
4. Il y a 3 catégories de fruit
Exercice 4 : loi normale P(X>63), P(X<54) , P(54<X<63)
X N(60; 4) Les fruits dont les diamètres permettent des
emballés dans un diamètre très spéciale c’est-à-dire
1. P(X>63) = 1 - P(X<63) entre 54 et 63 mm, cela sont vendue à 0,06 et tous
= 1 - P(X< ) le reste sont vendues à 0,03 €
= 1 - P(X<0,75) Le C.A est donc
= 1 -  (0,75) = 0,2266
Calibre < 54 mm et
54 < calibre < 63
Calibre > 60 mm
2. P(X<54) = 1 - P(X< )
=1 - P(X< - 1,5) Probabilités 0,7066 1 - 0,7066 = 0,2934
=1 -  (1,5) = 1 - 0,9332 = 0,0668
Prix de vente 0,06 € 0,03 €
3. P(54<X<63) = P(X<63) - P(X<54) unitaire
= P(X ) - P(X ) CA en volume 500.000 * 0,7066 500.000 * 0,2934
= P(X< 0,75) – P(X< - 1,5) Fruit unités 353.300 146.700
=  (0,75) – (1 -  (1,5)) =
= 0,7734 – (1 – 0,9332) = 0,7066 CA en valeur 353.300 *0,06 € 146.700 * 0,03 €
par catégorie 21 198 € 4 401 €
CA Total 25 599 €

22/08/2023 29
5. Maximum de fruit de 5% les moins gros
P(X< C) = 0,05
) = 0,05, on ne peut pas une lecture directe de la table car la probabilité est inférieur à 0,05, on
recours à la P(X<-1)
P(X<1) = 0,84134
P(X<-1) = 1 - 0,84134 = 0,1586 permet de la lecture directe
Alors
) = 1 - 0,05
) = 0,95 correspond à peu près à 1,64,  (1,64) = 1,95
= 1,64 = C = 53,44 mm
6. Minimum de fruit de 10% les moins gros

P(X>C) = 0,10
) = 0,10
) = 1 - 0,9 correspond à 1,28
= 1,28 = C = 65,12 mm

22/08/2023 30
Exercice 4
On poursuit l’étude sur la production de pomme de terre. On s’intéresse cette fois à leur calibre (mesuré en
mm). Le calibre suit une loi normale de paramètre (120, 20)
1) Quelle est la probabilité de prélever une pomme de terre dont le calibre est inférieur à 100 mm ?
2) Quelle est la probabilité de prélever une pomme de terre de calibre supérieur à 140 mm ?
3) En déduire la probabilité de prélever une pomme de terre dont le calibre est compris entre 100 et 140 mm
4) Les pommes de terre sont vendues selon les tarifs suivants
Sachant que la vente porte sur 750 kilogrammes, calculer le chiffre d’affaires réalisé
5) Déterminer le calibre minimum des pommes de terre les 5% les plus grosses

22/08/2023 31
CORRIGE
X N (120, 20)
1. P(X<100) = P(X< ) = P(X< -1) = 1-P(X<1)

1- (1) = 1- 0,8413 = 0,1587
2. P(X>140) = P(X> ) = P(X> 1) = 1-P(X<1)
1- (1) = 1- 0,8413 = 0,1597
3. P(100<X<140) = P(X< 140) - P(X< 100)
P(X< ) - P(X< )
P(X< 1) = 1-P(X< -1)
(1) - (-1) = 0,8413 - 0,1587 = 0,6826

22/08/2023 32
C.A en volume de vente = 750 kg
Calibre < 100 mm 100 < calibre < 140 Calibre > 140 mm
Probabilités 0,1587 0,6826 0,1587
CA en volume 750* 0,1587 750 * 0,6826 750* 0,1587
119,025 kg 511,95 kg 119,025 kg
Prix de vente en kg 0,85 € 1€ 1,15 €
CA en valeur par 119,025 * 0,85 € 511,95 * 1 € 119,025 * 1,15 €
catégorie 101,17 € 511,95 € 136,88 €
CA Total 101,17 € + 511,95 € + 136,88 € = 750 €
5. P(X > x) = 0,05

P(X < x) = 0,95
(x) = 0,95 on a projeté dans la table P(0,95) = 1,6 + 0,04 = 1,64
(1,64) = 0,95 = = 1,64
x – 120 = 32,8
x = 32,8 +120
x = 152,8
Le calibre minimum doit égal à 152,8 mm

22/08/2023 33
VARIABLE STATISTIQUE UNIVARIÉE
QUALITATIVE QUANTITATIVE
Lorsque la variable ne se prête pas à des valeurs
Lorsque la variable peut être exprimée
numériques.
numériquement
Non mesurable
Mesurables
Elle peut être nominale ou ordinale
Ordinale CONTINUES DISCRÈTES

Nominale Taille vestimentaire : Elle est dite continue Une variable
Couleur discontinue qui ne
XS, S, M, L, XL, XXL, lorsqu'elle peut
Type de culture prend que des valeurs
XXXL. prendre toutes les
Profession entières est dite
Préférence plus ou valeurs d'un intervalle
Sexe discrète :
moins grande fini ou infini :
Département Nombre d’enfants
Catégories : nulle, Age
Opinion politique Nombre de pièces
médiocre, moyenne, Taille
Célibataire, marié, d’une habitation
assez bonnes, très Poids
divorcé, veuve Notes des élèves
bonne, excellente Surface

22/08/2023 34
Approximation de la loi Binomiale par la loi Normale
Quelle la différence entre la loi Binomiale et la loi Normale ?
La loi Binomiale s’intéresse à des valeurs discrètes
La loi Normale s’intéresse à des valeurs continues, c’est à dire à des valeurs avec des intervalles
On est dans le cas ou on fait calculer une variable aléatoire où la formule de la loi Binomiale de suffit pas
Exemple : on est dans le cas d’une entreprise qui fabrique des lunettes
On prélève un échantillon de 100 lunettes
 30% de fabrication des lunettes sont défectueuses (non conforme)
 (n) échantillon = 100
 P = 30 = 0,3%
Pour pouvoir approché une loi binomiale par une loi normale, il faut respecter certains conditions
Plus l’échantillon est important, plus facile qu’on peut approcher une loi binomiale par la loi normale
Sur cet exemple : conditions
 Il faut que n ≥ 30
 Il faut que n* p ≥ 5
 Il faut que n* q ≥ 5
On vous demande de calculer
P(X = 35)
P(X ≤ 35)
P(X ≥ 35)
Si vous basez sur la loi binomiale, vous savez faire le calcul
22/08/2023 35
Il suffit appel à des formules que vous connaissez P(X = k ) =
Et vous pouvez faire le calcul P(X = 35), il suffit de remplacer la formule par sa valeur
Mais le calcul
P(X ≤ 35), d’près la loi binomiale vous êtes obligé de calculer
P(X ≤ 35) = P(X=0)+P(X=1)+ P(X=2)+ ……………………………P(X=35), c’est trop long!!!
P(X ≥ 35) c’est la même
Dans ce cas le calcul par loi binomiale est insuffisant, donc on fait appel à la loin normale
Comment peut le faire ?

D’après la vérification de ces 3 conditions, on a
n = 100 donc n ≥ 30
E(X) = n * p = 100 * 0,3 = 30 on est n*p ≥ 5
n*q = 100 * (1- p) = 100 * 0,7 = 70 on est n*q ≥ 5
Alors, on peut approcher cette loi binomiale X B (100, 0,3) par une loi normale X N (E(X), )
E(X) = n * p = 100 * 0,3 = 30
s (X) = = = 4,6, on remplace par sa valeur X N (30, 4,6)
Donc on va utiliser la loi normale pour faire le calcul, parce que approcher la binomiale par la loi normale
P(X = 35), d’après la loin normale le résultat c’est 0, car c’est une valeur discrète, alors va transformer la valeur
35 à une intervalle.
P(34,5 < X < 35,5) Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2
22/08/2023 36
P(34,5 < X < 35,5) pour faire le calcul, on va appeler la loi normale centrée réduite T ()
D’après le théorème :
P(X< - a) = 1- P(X< a)
P(X > a) = 1- P(X< a)
P( a < X < b) = P(X<b) – P(X<a)
P(34,5 < X < 35,5) = P(X< 35,5) – P(X < 34,5)

= P(X< ) – P(X < )
= P(X< ) – P(X < )
= P(X< 1,19 ) – P(X< 0,98 )
= (1,19) - (0,98) c’est le langage qu’on utilise pour lire dans la table
Par une lecture directe :
(1,19) = 0,8830 et (0,98) = 0,8365
(1,19) - (0,98) = 0,8830 - 0,8365 = 0,0465, il y a 4,65% de chance de tomber sur le nombre de
lunette non conforme compris entre 34,5 et 35,5

22/08/2023 37
P(X ≤ 35), on transforme en loi normale
P(X < 35,5) = P(X < )
= P(X< 1,19) = (1,19), lecture directe on a
= (1,19)
= 0,8830
nous avons 88,30 de chance de tomber sur au plus 35 lunette non conforme
P(X ≥ 35) on transforme en loi normale

P(X > 34,5) d’après le théorème P(X > a) = 1- P(X< a)
On a :
P(X > 34,5) = 1- P(X< 34,5)
P(X< ) = P(X< 0,98), lecture directe on a
= 1 – P(X< 0,98) = 1 – (0,98) , (0,98) = 0,8365
= 1 - 0,8365
= 0,1635
nous avons 16,35 de chance de tomber sur au moins 35 lunette non conforme

22/08/2023 38
Échantillonnage et Estimation

22/08/2023 39
Echantillonnage et Estimation (statistique inférentielle)
Pour comprendre ces 2 choses il savoir des atouts, il y a de choses que vous devez maîtriser
Qu’est ce qu’il faut savoir?
Quand on parle d’échantillonnage et estimation : en faite c’est la combinaison des 2 domaine que
vous devez maîtriser. Ce quoi ces domaines?
 Les statistiques descriptives
• La moyenne
• La variance
• L’écart type
Les probabilités surtout la loi normale
• La loi centrée réduite
• La lecture directe et inverser de la table de loi normale
Et il faut connaitre certaines règles ou théorèmes indispensable pour le calcul de la probabilité
• P(X< a) = (a)
• P(X > a) = 1- P(X< a) = 1 - (a)
• P(X< - a) = 1- P(X< a) = 1 - (a)
• P( a < X < b) = P(X<b) – P(X<a) = (a) - (b)
• P( - a < X < +a ) = 2 P(X<a) + P(X<a) = 2(a)
Ces sont les acquis que devez la maîtriser

22/08/2023 40
Il ne faut pas confondre les 2 : échantillonnage
et estimation
Échantillonnage c’est la constitution de
l’échantillon à partir d’une population mère
qu’on va constituer les échantillons que vous
avez l’étudier
Population mère
L’estimation c’est l’inverse :
échantillon À partir de ce donnée de l’échantillon vous avez
m estimé les paramètres et des calculs de
m’
P probabilité de la population mère. Cette façon
P’
 est appelé « Statistique inférentielle»
’
m?
P? échantillon
?
m’
P’
’
22/08/2023 41
Echantillonnage
La question se pose : est ce que vous avez en Estimation
présence de la moyenne ou la proportion (en Il y a 2 type d’estimation :
pourcentage) Estimation ponctuelle c’est-à-dire le résultat
Quand on choisi un échantillon représentatif, est une valeur
c’est-à-dire un échantillon choisi d’ne manière Intervalle de confiance
aléatoire simple et d’une manière non
exhaustive c’est-à-dire avec remise
t : inconnu, en lien avec le seuil de confiance, seuil de risque

22/08/2023 42
Exercice 5 : échantillon
Selon une étude menée depuis de 2 ans la moyenne de votre parcours commerce et marketing en gestion
s’élève à 11, avec une écart type de 3
On choisit d’une manière aléatoire et avec remise un échantillon de 50 étudiants
Calculer la probabilité que cet échantillon est une moyenne > 10
Exercice 6 proportion
Selon une étude menée depuis de 2ans le pourcentage de fille inscrit dans votre parcours commerce et
marketing en gestion s’élève à 60%
On choisit d’une manière aléatoire et avec remise un échantillon de 50 étudiants
Calculer la probabilité que cet échantillon composé de moins 55% de fille

22/08/2023 43
Corrigé :5
P(
P(
n = 50 ≥ 30 P( >
m’ = 11
’m = = = 0,42 P(T> - 2,38 = 1 - (2,38)
= 1- (1 - (2,38))
N (11; 3)
= 1 - 1+ (2,38)
Donc () N (0; 1) = 0,9913

22/08/2023 44
Échantillonnage
Corrigé : 6
: proportion
n=50
P( F< 0,55)
’p = =
’p = 0,07 P(F < 0,55)
P() <
F N (P, ) P( T< - 0,71) = 1 - (0,71)
F N (0,6, ) = 1 – 0,7611
= 0,23885
N(0,1)
N(0,1)

22/08/2023 45
Exercice 7 :
Nous sommes en présence d’une fromagerie qui fabrique du camembert en grande série on suppose que la
variable aléatoire X qui, à chaque fromage tirer au hasard, associe son poids suit une loi normale.
Soucieux de de la qualité des fromages, on prélève un échantillon de 50 fromages à intervalle régulier sa
moyenne s’élève à 450g et son écart type à 40g
Donner une estimation ponctuelle du poids moyen et de l’écart type des fromages fabriques par la fromagerie
Exercice 8 :
Nous sommes en présence d’une fromagerie qui fabrique du camembert en grande série, on suppose que la
variable aléatoire X qui à chaque fromage tirer au hasard, associe son poids suit une loi normale de moyenne
inconnue et d’écart type 30g
On prélève un échantillon de 100 fromages à intervalle régulier sa moyenne s’élève à 420g ;
Donner une estimation du poids moyen par intervalle de confiance au seuil de confiance de 95%

22/08/2023 46
Estimation ponctuelle
Corrigé : 7
Population = m ?
?
Échantillon
n = 50
m’ = 450g m = 450g
’m = 40g  m(S) =  ’m *
 m(S) = 40g
 m(S) =

22/08/2023 47
Exercice 8 :
s Connu
Population = m? ;
s = 30g
Échantillon = m’ = 420g
n = 100
’m = = = 3
’m = 3
seuil de confiance 95%
2(t) -1 = 0,95
2(t) = 1,95
(t) = = 0,975
Lecture inversée de la table
(t) = 0,975
t = 1,96 ;
t en lien avec le seuil de confiance 95% = [420 – 1,96 *3 ; 420 + 1,96 *3 ]
0,95 [414,12 ; 425,88 ]
;
Il y a 95% de chance que le fromages fabriqués à la fromagerie aient un poids entre 414,12g et 425,88g
22/08/2023 48
Exercice 9 :
Un échantillon d’entreprise d’un certain secteur d’activité à donné la série statistique suivante
Xi Ni
Chiffre d’affaires (Nombre d’entreprises)
[0; 4[ 4
[4; 8[ 10
[8; 12[ 12
[12; 16[ 9
[16; 20[ 5
a) Donner une estimation ponctuelle de la moyenne et de l’écart type de population mère

b) Donner une estimation du C.A moyen par un intervalle de confiance, au niveau de 99%

22/08/2023 49
Xi Ni
Chiffre d’affaires (Nombre d’entreprises) s inconnu
[0; 4[ 4 ;
[4; 8[ 10
[8; 12[ 12
b) Seuil de confiance 99% = 0,99%
[12; 16[ 9
2(t) -1 = 0,99
[16; 20[ 5
2(t) = 1,99
40
(t) = = 0,995
Exercice 9 Par lecture inversée de la table
= = 10,1 
= 4,69   ’m= 4,69
(t) = 0,995
t = 2,58
a) n= 40
m’ = 10,1 m= 10,1
Ic = ;
 ’m= 4,69  m(S) =  ’m *
= [ 10,1 – 2,58 * ; 10,1 + 2,58 * ]
= [ 8,16 ; 12,04 ]
= 4,69 * = 4,75
 m(S) = 4,75
Il y a 99% de chance que le CA moyen soit compris entre 0,35 et 0,55

22/08/2023 50
Exercice 10 : proportion
Une étude sur l’emploi cherche à estimer le taux d’activité des femmes à plein temps en France
L’étude d’un échantillon de 100 femmes choisi d’une manière aléatoire avec remise conclue à un taux de
45%
Dans quel intervalle de confiance peut-on taux d’activité de la population féminine en France au seuil de
risque de 5%

22/08/2023 51
Exercice 9 Proportion
Selon la condition précédemment
n≥ 30
n*p > 5 [p – t * , p + t * ]
n*q = n(1 – p) > 5 Exercice 9
n*p*q > 5 Seuil de risque 5%  seuil de confiance 95%
Seuil de risque 5%  seuil de confiance 95% n = 100
n = 100 P’ = 0,45 - P = 0,45
P’ = 0,45 - P = 0,45 p = = = 0,05
p = = = 0,05 Ic =[p – t * , p + t * ]
Ic =[p – t * , p + t * ] Replacer par sa valeur
seuil de confiance 95% = [0,45 – 1,96 * 0,05 ; 0,45 + 1,96 * 0,05 ]
2(t) -1 = 0,95 Ic = [ 0,35 ; 0,55 ]
2(t) = 1,95
(t) = = 0,975
Lecture inversée de la table
(t) = 0,975
t = 1,96
Il y a 95% de chance que le taux d’activité des femmes moyen soient compris entre 0,35 et 0,55

22/08/2023 52
Distribution d’échantillonnage des
moyennes

22/08/2023 53
Distribution d’échantillonnage des
proportions

22/08/2023 54
Estimation ponctuelle de la moyenne,
de la proportion de l’écart type

22/08/2023 55
Estimation de la moyenne par intervalle
de confiance (écart type connu)

22/08/2023 56
Estimation de la moyenne par intervalle
de confiance (écart type inconnu)

22/08/2023 57
Estimation de la proportion par
intervalle de confiance

22/08/2023 58
https://www.bibmath.net/ressources/index.php?
action=affiche&quoi=bde/proba/statinferentielle&type=fexo
https://public.iutenligne.net/mathematiques/analyse/richard/
estimation/tdestimation.pdf
https://elmerouani.jimdofree.com/calcul-des-probabilit
%C3%A9s/ https://www.economie-gestion.com/statistique-et-probabilites-
cours-et-exercices-corriges/
https://delladata.fr/les-3-principaux-types-danalyses-
statistiques/#:~:text=Les%20analyses%20statistiques%20inf
%C3%A9rentielles,des%20donn%C3%A9es%20d'un
%20%C3%A9chantillon.

22/08/2023 59
Échantillonnage et Estimation
Estimation
Échantillonnage
ponctuelle Intervalle de confiance

Moyenne proportion
m P’ = P
’P = m = m’
P = P’
’m = Moyenne Proportion
X N (m, ) F N (P, )
P’ = P
() N(0,1) N(0,1)
p =
s Connu s inconnu
; ; [p – t * , p + t * ]

22/08/2023 60
Les faits sont têtus. Il est plus facile
de s’arranger avec les statistiques
De Samuel Langhorne Clemens, dit Mark Twain

22/08/2023 61

Local Media941922658011222952

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Local Media941922658011222952

Transféré par

Droits d'auteur :

Formats disponibles

PROGICIELS DE STATISTIQUE EN GESTION

M2 / ANNÉE : 2022– 2023 TOAMASINA

Une étude statistique peut être découpée en plusieurs étapes :

C'est quoi une Etude statistique ?

Quel est le but d'une étude statistique ?

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

C'est quoi un outil statistique ?

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Le Sphinx, une base de connaissance en méthodes et techniques d'enquêtes

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Réponses : nous en présence de n évènements « Indépendant », chaque événement abouti ou possède 2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

3 calculer la probabilité de tomber sur exactement X événements

5 calculer la probabilité de tomber sur au plus X événements

7 calculer l’inconnu n, quelle échantillon devons nous choisir

2 calculer l’espérance mathématique (calculer la moyenne espérée) ou l’écart type :

E(X) = n * p = n*p = 25 * 0,07 = 1,75

3 calculer la probabilité d’avoir 2 pain non conforme

k c’est le nombre succès

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

4 calculer la probabilité de tomber sur au maximum 2 pains non conforme

Au moins (au minimum) : P(X ≤ 2) = 1 – P ( X > 2 )= 1- p(x=0) + p(x=1) + p(x=2)

P(X = 1 ) = = 25 * 0,07 * 0,9524 = 0,31

P(X ≤ 2) = p(x=0) + p(x=1) + p(x=2) = 0,16 + 0,31 + 0,28 = 0,75

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

6 calculer la probabilité de tomber entre 3 et 5 du pain non conforme

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

On vous demande de calculer la P(X < 100) :

P(X < 100) P(X < ) = P(X < -1)

Si la probabilité est inférieure à 0, on applique la théorème ci-dessous

P(X < 1,5) = 0,9332

P(X < 1,58) = 0,9429

P(X < - 1,5) = 1 – P(X < 1,5)

P(X> 1,5) = 1 – P(X < 1,5)

P(X > - 1,5) = 1 – P(X < -1,5)

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

6. Minimum de fruit de 10% les moins gros

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

1. P(X<100) = P(X< ) = P(X< -1) = 1-P(X<1)

2. P(X>140) = P(X> ) = P(X> 1) = 1-P(X<1)

1- (1) = 1- 0,8413 = 0,1597

3. P(100<X<140) = P(X< 140) - P(X< 100)

P(X< 1) = 1-P(X< -1)

(1) - (-1) = 0,8413 - 0,1587 = 0,6826

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

5. P(X > x) = 0,05

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

Ordinale CONTINUES DISCRÈTES

Dr Jean Baptiste RAKOTOARIVELO / Progiciels de Gestion M2

E(X) = n * p = np = 25 0,07 = 1,75