[PDF] : tdr27 ————— Intervalles de Confiance —————





Previous PDF Next PDF



Estimations et intervalles de confiance

mations : intervalle de confiance d'une proportion d'une moyenne qui ne suit plus une loi normale mais une loi dite de Student à n ? 1 degrés.



Quelques rappels sur les intervalles de confiance

Les bornes de l'intervalle de confiance IC dépendent de l'échantillon Remarque : quand n ? ?



1 Loi de Student 2 Intervalles de confiance

Intervalles de confiance avec Maple7. 1 Loi de Student. La loi de Student `a n degrés de liberté est connue par maple sous le nom de studentst[n].



Calcul dun intervalle de confiance pour la moyenne dans une

moyenne µ et de variance ?2. – IC : est un acronyme pour Intervalle de Confiance. – ICts : est un IC déduit `a partir de la distribution de Student.





TD 5 – Intervalles de confiance Exercice 1. (quantiles et loi normale

np¯x´µq{s1 soit distribuée selon une loi de Student on suppose les masses gaussiennes. Exercice 3. (intervalle de confiance d'une moyenne basé sur un 



Procdure de tlchargement du logiciel R

a) Test bilatéral et intervalle de confiance…………………….3 b) Tests unilatéraux……………………………………………4 c) Quantiles et probabilités de la loi de Student……………….5.



: tdr27 ————— Intervalles de Confiance —————

975 sont respectivement les quantiles 2.5% et 97.5% de la loi de. Student `a n ? 1 degrés de liberté (cf tdr21). Prenons le cas d'un échantillon de taille n = 



TABLES DE PROBABILIT?S ET STATISTIQUE

Lois de Student Student `a ? degrés de liberté. ... de l'intervalle de confiance approximatif comme les abscisses des points d'intersection de la.



Fonctionnement des menus TESTS et Intervalle de confiance des

suit la loi de Student à (n – 1) degrés de liberté. Ce sont les fractiles de cette loi qui permettent de d'écrire la marge d'erreur de l'estimation : n.



[PDF] Estimations et intervalles de confiance

Estimations et intervalles de confiance Résumé Cette vignette introduit la notion d'estimateur et ses propriétés : convergence biais erreur quadratique 



[PDF] Quelques rappels sur les intervalles de confiance - Cedric-Cnam

Les bornes de l'intervalle de confiance IC dépendent de l'échantillon Remarque : quand n ? ? on approxime la loi de Student par la loi normale 



[PDF] : tdr27 ————— Intervalles de Confiance —————

L'objectif est de représenter les intervalles de confiance d'une moyenne d'une proportion Table des mati`eres 1 Intervalle de confiance de la moyenne



[PDF] 1 Loi de Student 2 Intervalles de confiance

Pour déterminer des intervalles de confiance pour une espérance on a besoin des nombres t? tels que P(X > t?) = ? o`u X suit soit une loi normale soit une 



[PDF] Estimation par intervalle de confiance

Intervalle de confiance pour une proportion Estimation et intervalle de confiance dans le cas d'une population d'effectif fini



[PDF] Calcul dun intervalle de confiance pour la moyenne dans une

– ii) La distribution F de la variable aléatoire X n'est pas normale et la taille d'échantillon n est grande Pour ce faire nous avons besoin de la loi Student 



[PDF] Intervalle de confiance standard

Intervalle de confiance de Student Gosset (1908) ? = µ C? = X C? 2 = ? Var(C?) C? ? ? C? · ? tn?1 IC de Student de 100 · (1 ? 2?) pour ? = µ



[PDF] Intervalles de confiance - Université de Rennes

Voici `a présent la définition mathématique d'un intervalle de confiance telle qu'on peut la n ? 1 suit une loi de Student `a n ? 1 degrés de liberté



[PDF] TD6: Intervalles de confiance tests

Le calcul numérique donne Iobs = [1888 ; 2112] 2 On utilise l'équivalence entre l'intervalle de Student et le test de Student Ici 1850 n' 



[PDF] TP N° 54 Estimation dun intervalle de confiance - CAB INNOVATION

le quantile d'ordre 1 ? 2 de la loi de Student à ?1 degrés de liberté Dans le cas unilatéral les intervalles deviennent : é ? ? ? ? é 

:

Fiche TD avec le logiciel:tdr27

Intervalles de Confiance

A.B. Dufour & T. Jombart

-----L"objectif est de repr´esenter les intervalles de confiance d"une moyenne, d"une proportion.

Table des mati`eres

1 Intervalle de confiance de la moyenne 2

1.1 Cas o`u la variance de la population est connue . . . . . . . . . .2

1.2 Cas o`u la variance de la population est inconnue . . . . . . . . .3

1.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4

2 Intervalle de confiance d"une proportion 4

2.1 Rappel de la d´efinition . . . . . . . . . . . . . . . . . . . . . . . .4

2.2 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5

3 Exercices 5

3.1 Taille des basketteurs am´ericains . . . . . . . . . . . . . . . . . .5

3.2 Distance entre domiciles des ´epoux . . . . . . . . . . . . . . . . .6

3.3 Pied d"impulsion au saut en hauteur . . . . . . . . . . . . . . . .6

3.4 Pr´esence d"une personne handicap´ee dans l"entourage . . . . . . .7

1

A.B. Dufour & T. Jombart

1 Intervalle de confiance de la moyenne

SoitXune variable al´eatoire continue de moyenneμet de varianceσ2. Soitn observations deX. La moyenne de cet ´echantillon ¯xest distribu´ee autour deμ.

1.1 Cas o`u la variance de la population est connue

La dispersion autour de la moyenne est appel´ee erreur standard et est d´efinie par

σ⎷n

L"intervalle de confiance `a 95% est :

¯x+σ⎷n

?0.975 o`u?0.025et?0.975sont respectivement les quantiles 2.5% et 97.5% de la loi nor- male centr´ee r´eduite. Comme la loi normale est sym´etrique,?0.025=-?0.975et l"intervalle s"´ecrit :

¯x±σ⎷n

?0.975qnorm(0.025) [1] -1.959964 qnorm(0.975) [1] 1.959964

0.975est not´ee Φ-1(0.975) o`u Φ est la fonction de r´epartition de la loi normale

(pnorm).-3-2-10123 0.0 0.2 0.4 0.6 0.8 1.0

Loi Normale Centrée Réduite

valeurs quantilesLogiciel R version 2.6.1 (2007-11-26) - tdr27.rnw - Page 2/7 - Compil´e le 2008-01-27 Maintenance : S. Penel, URL :http://pbil.univ-lyon1.fr/R/fichestd/tdr27.pdf

A.B. Dufour & T. Jombart

1.2 Cas o`u la variance de la population est inconnue

Comme la variance de la population est inconnue, on l"estime `a partir de l"´echan- tillon. On a alors la relation suivante : c

σ2n

=s2n-1 La dispersion autour de la moyenne est alors d´efinie par s⎷n-1et l"intervalle de confiance `a 95% devient : o`ut0.025ett0.975sont respectivement les quantiles 2.5% et 97.5% de la loi de Student `an-1 degr´es de libert´e (cf tdr21). Prenons le cas d"un ´echantillon de taillen= 10. Le degr´e de libert´e associ´e `a la loi de Student est alorsn-1 = 9. Comme la loi de Student est sym´etrique,t0.025=-t0.975et l"intervalle s"´ecrit :

¯x±s⎷n-1t0.975qt(0.025, 9)

[1] -2.262157 qt(0.975, 9) [1] 2.262157-3-2-10123 0.0 0.2 0.4 0.6 0.8 1.0

Loi de Student à 9 ddl

valeurs quantilesLogiciel R version 2.6.1 (2007-11-26) - tdr27.rnw - Page 3/7 - Compil´e le 2008-01-27 Maintenance : S. Penel, URL :http://pbil.univ-lyon1.fr/R/fichestd/tdr27.pdf

A.B. Dufour & T. Jombart

1.3 Exemple

Dans un centre m´edico-sportif, on a mesur´e la taille de 71 footballeurs du d´epartement du Rhˆone. La moyenne est ¯x= 177cm pour une variances2=

31.98.

Les valeurs associ´ees aux quantiles 2.5% et 97.5% pour 70 ddl sont :qt(0.025, 70) [1] -1.994437 qt(0.975, 70) [1] 1.994437 L"intervalle de confiance `a 95% a pour borne inf´erieure :

177 + qt(0.025, 70) * sqrt(31.98/70)

[1] 175.6519 et pour borne sup´erieure :

177 + qt(0.975, 70) * sqrt(31.98/70)

[1] 178.3481 Pour ´eviter de r´ealiser les calculs `a la main, une fonction peut ˆetre cr´e´ee : icmoyenne <- function(emoy, evar, eeff, nivconf) { int <- (1 - nivconf)/2binf <- emoy + qt(int, eeff - 1) * sqrt(evar/eeff) bsup <- emoy + qt(1 - int, eeff - 1) * sqrt(evar/eeff) bornes <- c(binf, bsup) return(bornes)}icmoyenne(177, 31.98 * 71/70, 71, 0.95)[1] 175.6519 178.3481

2 Intervalle de confiance d"une proportion

Soit la variableF, proportion d"individus pr´esentant le caract`ereAdans une population. La proportion th´eorique dans la population est not´eep. La proportion observ´ee dans un ´echantillon de taillenest not´eef.

2.1 Rappel de la d´efinition

L"intervalle de confiance `a 95% est :

f+rf(1-f)n ?0.975 o`u?0.025et?0.975sont respectivement les quantiles 2.5% et 97.5% de la loi nor-

male centr´ee r´eduite.Logiciel R version 2.6.1 (2007-11-26) - tdr27.rnw - Page 4/7 - Compil´e le 2008-01-27

Maintenance : S. Penel, URL :http://pbil.univ-lyon1.fr/R/fichestd/tdr27.pdf

A.B. Dufour & T. Jombart

2.2 Exemple

A la question "Etes-vous favorable `a l"implantation d"une nouvelle piscine sur le campus de la Doua?", 340 ´etudiants sur 400 ont r´epondu OUI. Les 400 ´etudiants interrog´es ont´et´e choisis au hasard sur le campus. La proportion obser- v´ee d"´etudiants favorables `a l"implantation d"une nouvelle piscine est :f= 0.85. L"estimation ponctuelle d"´etudiants favorables `a l"implantation d"une nouvelle piscine dans la population est ˆp= 0.85. L"intervalle de confiance au niveau 95% est :0.85 + qnorm(0.025) * sqrt(0.85 * (1 - 0.85)/400) [1] 0.8150076

0.85 + qnorm(0.975) * sqrt(0.85 * (1 - 0.85)/400)

[1] 0.8849924 Comme pr´ec´edemment, on peut ´ecrire une fonction permettant de calculer

la borne inf´erieure et la borne sup´erieure de l"intervalle.icproportion <- function(eprop, eeff, nivconf) {

int <- (1 - nivconf)/2binf <- eprop + qnorm(int) * sqrt(eprop * (1 - eprop)/eeff) bsup <- eprop + qnorm(1 - int) * sqrt(eprop * (1 - eprop)/eeff) bornes <- c(binf, bsup) return(bornes)}icproportion(340/400, 400, 0.95)[1] 0.8150076 0.8849924

3 Exercices

3.1 Taille des basketteurs am´ericains

On connait la taille (en m) de 12 basketteurs am´ericains (inMondial Basket, juillet-aoˆut 1994).taibask <- c(2.08, 2.01, 2.03, 2.1, 1.98, 2.08, 1.85, 2.03, 2.16,

2.01, 1.91, 1.88)a)Donner la moyenne, la variance estim´ees de la population `a partir de l"´echan-

tillon.b)Donner les intervalles de confiance de la moyenne de la population aux ni-

veaux de confiance 0.95 et 0.99.c)On suppose que la taille suit une loi normale dont les param`etres ont ´et´e es-

tim´es dans la premi`ere question. Quelle est la probabilit´e pour un basketteur

d"avoir une taille sup´erieure `a 2.05m.Logiciel R version 2.6.1 (2007-11-26) - tdr27.rnw - Page 5/7 - Compil´e le 2008-01-27

Maintenance : S. Penel, URL :http://pbil.univ-lyon1.fr/R/fichestd/tdr27.pdf

A.B. Dufour & T. Jombart

3.2 Distance entre domiciles des ´epoux

Une enquˆete concernant les distances (en km) entre domiciles des ´epoux au

moment du mariage a donn´e, dans le Finist`ere, les r´esultats suivants.DistancesNombre de couples

0-2138

2-4384

4-6210

6-8103

8-1063

10-1228

12-1420

14-1619

16-1812

18-209

a)Repr´esenter graphiquement les donn´ees et commenter. b)Calculer la moyenne et la variance estim´ees de la distance entre les domiciles

des ´epoux au moment du mariage.c)Donner l"intervalle de confiance de la moyenne de la population au niveau

de confiance 0.95.135791113151719 0 50
100
150
200
250
300

3503.3 Pied d"impulsion au saut en hauteur

Dans un lyc´ee, le professeur d"´education physique a not´e le pied d"impulsion au saut en hauteur. 517 lyc´eens ont le pied gauche comme pied d"impulsion;

131 lyc´eens ont le pied droit comme pied d"impulsion.

En supposant que ces lyc´eens constituent un ´echantillon de la population fran- ¸caise, donner l"intervalle de confiance (niveau 0.95) de la proportion d"individus prenant l"appel du pied droit.icproportion(eprop, eeff, 0.95) Logiciel R version 2.6.1 (2007-11-26) - tdr27.rnw - Page 6/7 - Compil´e le 2008-01-27 Maintenance : S. Penel, URL :http://pbil.univ-lyon1.fr/R/fichestd/tdr27.pdf

A.B. Dufour & T. Jombart

3.4 Pr´esence d"une personne handicap´ee dans l"entourage

Apr`es une enquˆete sur un ´echantillon de 45 ´etudiants de licence et maˆıtrise APA, on a constat´e que 29 d"entre eux avaient, dans leur entourage, une personne pr´esentant un handicap. Estimer, par intervalle de confiance au niveau 0.95, la

proportion d"´etudiants ayant, dans leur entourage, une personne handicap´ee.Logiciel R version 2.6.1 (2007-11-26) - tdr27.rnw - Page 7/7 - Compil´e le 2008-01-27

Maintenance : S. Penel, URL :http://pbil.univ-lyon1.fr/R/fichestd/tdr27.pdfquotesdbs_dbs35.pdfusesText_40
[PDF] intervalle de confiance d'une moyenne excel

[PDF] unité commerciale définition

[PDF] climat définition cycle 3

[PDF] definition de meteorologie

[PDF] unité commerciale physique et virtuelle complémentaire

[PDF] definition meteo

[PDF] dispense cap petite enfance

[PDF] deaes

[PDF] formule variance

[PDF] problème du second degré seconde

[PDF] bpjeps

[PDF] moyenne nationale bac francais 2017

[PDF] moyenne nationale math bac s

[PDF] moyenne nationale bac philo 2015

[PDF] moyenne nationale bac physique 2016