Scribd Logo
Importer

Bienvenue sur Scribd !

  • 35 vues

    Présentation TP Stat

    Transféré par

    Mohamed ISMAILI

    Droits d'auteur :

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

    Présentation TP Stat

    Transféré par

    Mohamed ISMAILI
    35 vues13 pages

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PPTX, PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PPTX, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pptx, pdf ou txt
    35 vues13 pages

    Présentation TP Stat

    Transféré par

    Mohamed ISMAILI

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PPTX, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pptx, pdf ou txt
    Vous êtes sur la page 1sur 13

    Statistiques

    M&M’S
    Thibaut Decory Cyril Bernard Luis Bárcenas
    Mohamed ismaili Mouhamadou faye

    1
    1) Est-ce que l’opérateur influence la mesure de la taille des bonbons ?

    Notre objectif est de savoir si l’opérateur (le facteur) a une influence sur la mesure de la taille. Je vais réaliser
    un test ANOVA à un facteur, mais avant cela je dois vérifier 4 conditions : les mesures sont
    indépendantes (oui), les distributions suivent une loi normale :

    2
    1) Est-ce que l’opérateur influence la mesure de la taille des bonbons ?

    Le diagramme de probabilité me donne un P<0.05 pour plusieurs opérateurs donc les


    distributions ne suivent pas une loi normale alors je vais passer dans un test équivalent non-
    paramétriques : Kruskal-Wallis. J’ai donc dans une colonne toutes les réponses et dans une deuxième
    tous les facteurs de 1 à 4.

    La valeur de P est supérieure à 0.05 donc h0 est accepté alors les opérateurs
    n’apportent pas de variabilité sur les résultats.

    3
    2) La mesure de la taille est-elle la même avec les 2 pieds à coulisses ?
    Maintenant que j’ai éliminé la potentiel variation provenant des opérateurs, je vérifie si le type de pieds à coulisse
    influence la mesure.

    Je compare 2 séries de mesures quantitatives sur les mêmes individus, je dois vérifier si la différence entre les
    deux séries suit une distribution normale alors je fais un diagramme de probabilité :

    4
    2) La mesure de la taille est-elle la même avec les 2 pieds à coulisses ?

    P est inférieur à 0.05 donc h0 est refusé alors la série de donnée ne suit pas une
    distribution normale. Je devrais alors utiliser le test non-paramétrique mais il ne fonctionne pas
    alors je fais quand même un test t pour échantillons appariés :

    Nous obtenons une valeur de P>0.05, donc h0 est accepté et la différence est nul alors je peux dire que
    le type d’instrument utilisé pour effectuer la mesure n’exerce aucune influence sur le résultat.
    5
    3) Les poids sur les sachets sont-ils corrects ?
    Données utilisées : nous prenons la valeur de la balance de
    précision des alt sur 5 paquets avec les 3 mesures. On dois
    tester si l’échantillon suit une loi normal

    P est < à 0.05 donc h0 est refusé alors le


    P est < à 0.05, donc h0 est refusé alors la distribution
    poids des sachets n’est pas égale à celui
    ne suit pas une loi normale donc on réalise un test de
    annoncé par le producteur.
    Wilcoxon :
    6
    4) Le poids d’un sachet mesuré par deux personnes est-il le même ?
    Données utilisées : poids du sachet mesuré par José et
    Wael

    P>0.05 donc h0 accepté et les données suivent


    P> 0.05 donc h0 accepté alors les poids sont
    une loi normale mais il n’y a que 3 données donc ce identiques.
    n’est pas assez significative.
    7
    5) La couleur des chocolats suit-elle la répartition du producteur : bleu (24 %), orange (20 %), vert (16 %),
    jaune (14 %), rouge (13 %) et marron (13 %) ?
      NC Conforme

    Ayoub A Bleu
    3 2
    Orange
      0 3
    Rouge
      2 1
    Jaune
      2 1
    Vert
      0 3
    Marron
      1 1

    P>0,05 donc h0 est accepté soit la répartition suit celle du


    producteur.

    8
    6) Le nombre de chocolat de chaque couleur est-il le même dans les paquets dans les deux sortes?

    Test Annova :

    H0 : dependant
    H1 : independant
    Les 2 P sont supérieur a 0,05 donc le type de paquet 
    influe sur le nombre de chocolat par couleur 

    9
    7) Est-ce que le nombre de bonbon est conforme à l’affirmation du producteur : 20 ?

    Je fais un test t pour un échantillon en supposant que la population est normalisée :

    Données utilisées :

    P>0.05 donc H0 est accepté alors le nombre de M&M’s par parquet correspond à l’affirmation du producteur

    10
    8) Est-ce-que la taille des cryspi et les mms originaux sont les memes? 

    11
    9) Est-ce que la taille moyenne de 18mm est vrai ?
    Données utilisées : Mesure avec les deux pieds à coulisse
    d’Ayoub

    P>0.05 donc H0 est accepté, soit la moyenne des tailles des


    M&M’s est égale à 18mm comme l’affirme le producteur 

    12
    10) Le producteur affirme qu’il y a 5% de non-conforme par paquet est-ce vrai ?
    Données utilisées : L’ouverture des paquets et décompte de chaque couleur puis comptage des
    M&M's non conformes : il y a 8 non-conforme sur 19 bonbons soit 42% 

    Je regarde si nous devons utiliser la méthode exacte ou par approximation :  


    Soit : 8/19=0.42 soit <0.5 ET 0.42*19=8 soit >5 donc j’utilise la méthode par approximation :

    P<0.05 alors h0 est refusé donc H1 est vrai soit la


    proportion de non-conforme est supérieur à celle
    théorique donc supérieur à 5%

    13

    Vous aimerez peut-être aussi