Scribd Logo
Importer

Bienvenue sur Scribd !

  • 481 vues

    MIAGE

    Transféré par

    Amand yann
    Ce document contient plusieurs exercices de statistiques portant sur des estimateurs, des intervalles de confiance, des tests d'hypothèses. Les exercices impliquent des échantillons de données supposés distribués selon des lois normales et demandent de calculer des moyennes, variances, proportions et de tester des hypothèses.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    MIAGE

    Transféré par

    Amand yann
    481 vues3 pages
    Ce document contient plusieurs exercices de statistiques portant sur des estimateurs, des intervalles de confiance, des tests d'hypothèses. Les exercices impliquent des échantillons de données supposés distribués selon des lois normales et demandent de calculer des moyennes, variances, proportions et de tester des hypothèses.

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Ce document contient plusieurs exercices de statistiques portant sur des estimateurs, des intervalles de confiance, des tests d'hypothèses. Les exercices impliquent des échantillons de données supposés distribués selon des lois normales et demandent de calculer des moyennes, variances, proportions et de tester des hypothèses.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    481 vues3 pages

    MIAGE

    Transféré par

    Amand yann
    Ce document contient plusieurs exercices de statistiques portant sur des estimateurs, des intervalles de confiance, des tests d'hypothèses. Les exercices impliquent des échantillons de données supposés distribués selon des lois normales et demandent de calculer des moyennes, variances, proportions et de tester des hypothèses.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 3

    Staistique: Travaux dirigés

    7 juin 2016

    Exercice 1. Soit X1 , . . . , Xn un n-échantillon d'une variable aléatoire X .


    1. Montrer que :
    n
    1X
    X= Xi
    n
    i=1

    est un estimateur sans biais de E(X). Donner une interprétation de cette propriété.
    2. Posons n
    1X
    S2 = (Xi − X)2 .
    n
    i=1

    On sait que E(S 2 ) = n−1


    n σ . Que peut-on en déduire ?
    2

    3. X n est-il convergent ? Donner une interprétation de la propriété de convergence.


    4. Plus généralement, qu'appelle-t-on estimateur ? Quelles peuvent être ses propriétés ?
    Exercice 2. On a pesé 10 palettes de briques de la même fabrication ; et on a obtenu les
    résultats suivants (kilogrammes)
    759, 750, 755, 756, 761, 765, 770, 752, 760, 767.

    On admet que ces résultats sont issus d'une population distribuée selon une loi normale
    d'espérance m et de variance σ 2 .
    1. Donner une estimation ponctuelle de l'espérance et de la variance du poids d'une
    palette de brique.
    2. Construire un intervalle de conance pour m avec les niveaux de conance 0.90 et
    0.99.
    3. Quel niveau de conance choisir pour avoir un intervalle de conance deux fois plus
    étroit que celui obtenu avec une conance de 0.9 ?
    4. Supposons maintenant que l'on connaisse la variance, donnée par le constructeur :
    σ 2 = 42. Que cela change-t-il sur vos intervalles de conances ? Recalculez-les si
    besoin.

    1
    5. Combien de palettes de briques aurait-on dû mesurer pour que la longueur de l'in-
    tervalle de conance ,de niveau de 95%, n'excède pas 0.5 kg (en supposant que les
    estimations des moyennes et variances ne changent pas).
    Exercice 3. Un fabricant et livreur de pizzas à domicile désire faire une étude sur le temps
    moyen qui s'écoule entre le moment où la commande est passée par téléphone et le moment
    où le client est livré. Une observation rapide faite sur 25 commandes fait ressortir un temps
    moyen de 27 mn. En supposant que le temps de fabrication-livraison suive une loi normale
    d'espérance m et d'écart-type 1, donner un intervalle de conance pour m au seuil 95%.
    Exercice 4. On suppose que le chire d'aaires journalier X d'un hypermarché est distribué
    selon une loi normale d'espérance m et d'écart-type inconnu. Durant 31 jours, on a relevé
    la valeur du chire d'aaires (en millions de francs CFA) et obtenu le résultat suivant :
    31
    X 31
    X
    xi = 279 x2i = 2945.
    i=1 i=1

    Donner un intervalle de conance pour m au niveau 95%.


    Exercice 5. On vous demande de faire une enquête an de déterminer le pourcentage des
    votants qui exerceront leur droit de vote lors du prochain référendum. On exige de vous une
    estimation du pourcentage au seuil 95% avec une incertitude de ±2%. Quel est le nombre
    minimal de personnes que vous devez interroger ?
    Exercice 6. Dans le cadre des tests paramétriques, dénir et interpréter les notions sui-
    vantes :
    1. variable de décision, région critique ;
    2. risque de 1ère espèce ;
    3. risque de 2nde espèce ;
    4. puissance d'un test.
    Exercice 7. On veut tester si une pièce d'or est bien en or ou si elle a été fraudée (par
    un mélange avec un autre métal). On sait qu'une pièce en or pèse exactement m0 = 19.3
    grammes. La balance sur laquelle on pèse donne le poids de la pièce avec une erreur gaus-
    sienne d'espérance nulle (pas de biais) et d'écart-type 0.2 (il dépend de la précision de la
    balance). On eectue avec la même pièce dix mesures que l'on peut supposer indépendantes.
    Les résultats sont les suivants :
    18.83 19.03 18.61 19.46 18.80 18.96 19.37 19.20 18.88 19.34.

    1. Tester,au niveau α = 0.1 , H0 : m = m0 contre m < m0 .


    2. Calculer l'erreur de seconde espèce du test si m = 19.1

    2
    3. Chercher le nombre de pesées nécessaires pour que l'erreur de seconde espèce dénie
    à la question 2 soit inférieure ou égale à 0.1.
    Exercice 8. Un professeur est chargé de corriger un très grand nombre de copies d'examen.
    Sur un
    qéchantillon aléatoire de 30 copies, il trouve une note moyenne de 10.3 avec un écart-
    2
    P
    type i (xi −x̄)
    n = 1.2. On supposera de plus que les notes suivent une répartition normale
    N (m, σ ).
    2

    1. Donner une estimation non biaisée de σ 2 .


    2. Le test est-il unilatère ou bilatère ?
    3. On note α le risque de première espèce de ce test. Donner la zone de rejet si α = 0.05,
    puis si α = 0.1.
    4. Quelle est votre décision si α = 0.05 ? Si α = 0.1 ?
    5. On a calculé la probabilité critique (p-value) et on a trouvé p = 0.09 Cette valeur
    est-elle en contradiction avec les résultats de la question précédente ?
    6. Conserve-t-on l'hypothèse H0 avec α = 0.08 ?
    Exercice 9. Dans un échantillon de 300 personnes, prélevé dans la population d'une ville
    A, il y en a 36 qui fument au moins deux paquets de cigarettes par jour. Dans une autre
    ville B et pour un échantillon de 100 personnes, on trouve 8 personnes qui fument au moins
    deux paquets de cigarettes par jour. On veut tester H0 : "il n'y a aucune diérence entre
    les deux villes" contre H1 : "il y a plus de personnes qui fument au moins deux paquets de
    cigarettes par jour dans la ville A que dans la ville B".
    1. On note pA (resp. pB ) la proportion d'individus qui fument au moins deux paquets de
    cigarettes dans la ville A (resp. B ). Quelles variables proposez-vous pour modéliser
    le problème ? Donner leurs espérances et leurs variances en fonction de pA et pB .
    2. Quel test proposez-vous pour décider s'il y a signicativement plus de gros fumeurs
    dans la ville A que dans la ville B ?

    Vous aimerez peut-être aussi