Corrigé - Série 2 Inférence sur les param`etres Exercice 1

Leçon 21 Exercices corrigés

l'exercice). Exercice 4 (Loi de Student). Soient X et Y deux variables indépendantes. X de loi N(0

Exercices et problèmes de statistique et probabilités

i i i i. Page 23. Corrigés des exercices. 15. 1.5 Pour chacune des deux premières questions on identifiera les paramètres de la loi suivie par la variable

Exercice 1 : a) Lecture de la table N(0 1) : X suit une loi normale de

table de Student `a 10 d.d.l.. ⇒ −t = −2.2281 : F(−t)=0.025 la loi de Student est symétrique. Corrigées des exercices - TD1 : Statistique Inférentielle. 2.

4-4-Tests corrigés

respectivement la moyenne et l'écart-type corrigé du rendement dans l'échantillon. Sous l'hypothèse H0 la loi de T est la loi de Student à 5 degrés de liberté

MODULE 7 LOIS PROBABILITÉ PROBABILITÉ

Si le paramètre de la loi de Student est grand la loi normale peut être utilisée pour Exercices. 1. ⋆Trouver z0.5

Fascicule dexercices

Échantillonnage : échantillon statistique

Statistique Inférentielle

2) Exercices et corrigés PUR (2013). • Saporta G.

Cours de Statistiques inférentielles

La loi de Student converge en loi vers la loi normale centrée réduite. Ref : Statistique exercices corrigés

[PDF] Leçon 21 Exercices corrigés

est appelée loi de Student à n degrés de liberté Montrer que cette loi a une densité et la décrire (ainsi que son histoire !) Exercice 5 Soient X1

[PDF] Corrigé - Série 2 Inférence sur les param`etres Exercice 1 - Cours

Le test de Student suppose que les données sont issues d'une loi normale Un histo- gramme des 18 différences nous montre une tendance `a la bimodalité mais le

[PDF] Feuille de TD 3 : Tests statistiques Exercice 1

et si ? ? R alors ?X et X + Y sont aussi de loi normale On rappelle également que si Z ? N(01) alors P(Z ? 165) ? 005 Exercice 2 Test de Student

[PDF] Exercices 103 111 121 136 142 158 164 - André Berchtold

Corrigé de la seconde série d'exercices supplémentaires Cette statistique est distribuée selon une loi de Student à 4+4-2=6 degrés de liberté

Corrigés des exercices - Springer

Elle est strictement croissante sur le support [0 +?[ de la loi et les Pour T v a de Student `a 29 degrés de liberté P(T < 2 99) = 0 9972 valeur

[PDF] STATISTIQUES INFERENTIELLES – TD et Exercices CORRIGES I

?1 est la loi de Student à 9 degrés de liberté L'intervalle de confiance de µ au seuil de 5 est : ; s

[PDF] Corrigé des exercices - Cedric/CNAM

16 oct 2013 · La loi de Student ne dépend ni de µ ni de la variance On utilise une loi de Student à n-1 degrés de liberté car elle est équivalente à un

[PDF] Exercices corrigés - IMT Atlantique

Calculer la loi conjointe de (XY ) En déduire une méthode de géné- ration de deux variables aléatoires gaussiennes indépendantes Solution 1) On a P[

[PDF] CORRIGE DES EXERCICES : Estimation ponctuelle - UFR SEGMI

196 est le quantile d'ordre 0975 de la loi N(01) l'estimation par intervalle de confiance au niveau 95 du résultat moyen des étudiants est d'environ

[PDF] Exercices de probabilités avec éléments de correction Memento

Exercice 1 Lois binomiale et géométrique Soit X1X2 une suite de variables aléatoires indépendantes et de loi B(p) où p ? [0 1]

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-NolinCorrige - Serie 2

Inference sur les parametres

Exercice 1 - Les enfants qui depassent leurs parents a) Les lles son t-ellesplus grandes que leurs m eresen mo yenne? H

0:lles=meres

1:lles> meres

On repondra par un test de Student sur des donnees appariees (groupees par paires mere-lle). On voudra donc faire calculer la valeur observee de la statistique du test T 0=D S D=pn Dans l'Utilitaire d'analyse, on commande unTest d'egalite des esperances : observa-

tions paireeset on obtient le resultat ci-dessous :Puisquetobs= 2;521, le seuil observe du test unilateral estP(T >2;521) = 0;0109892,

ouTt17. Cette valeur-P etant inferieure a 5% (le seuil du test), on rejetteH0et on conclut que les lles sont signicativement plus grandes que leurs meres en moyenne. On aurait pu tirer la m^eme conclusion en comparanttobs= 2;521 a la valeur critique d'une loi de Student, soitt;n1=t0;05;17= 1;739. Le test etant unilateral a droite, on rejetteH0, cartobs>1;739. Le test de Student suppose que les donnees sont issues d'une loi normale. Un histo- gramme des 18 dierences nous montre une tendance a la bimodalite, mais le nombre de valeurs etant peu eleve, il est dicile de rejeter categoriquement la normalite.1

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-Nolinb)La di erencem ere-lleest-elle plus p etiteque la di erencep ere-ls? H

0:mere-lle=pere-ls

1:mere-lle< pere-ls

Il faut d'abord calculer les 18 dierences concernees. On repondra par un test de Student sur des echantillons independants. Pour choisir le bon test, il faut d'abord determiner si les variances peuvent ^etre considerees egales (a l'aide d'un test de Fi- sher).H

0:2mere-lle=2pere-ls

1:2mere-lle6=2pere-ls

On voudra faire calculer la valeur observee de la statistique du test F

0=S21S

22
Dans l'Utilitaire d'analyse, on commande unTest d'egalite des variances (F-test)et

on obtient le resultat ci-dessous :Puisquefobs= 0;3122, le seuil observe du test bilateral est 2P(F <0;3122) =

20;016875 = 0:03375, ouFF17;10. Cette valeur-P etant inferieure a 5% (le seuil

du test), on rejetteH0et on conclut que les variances dierent signicativement.2

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-NolinLe test de Student a utiliser sera donc celui avec variances inegales. On voudra donc

faire calculer la valeur observee de la statistique du test T 0=X 1X 2q S 21n

1+S22n

2 Dans l'Utilitaire d'analyse, on commande unTest d'egalite des esperances : deux

observations de variances dierenteset on obtient le resultat ci-dessous :Puisquetobs=0;03777, le seuil observe du test unilateral estP(T <0;03777) =

0;4852, ouTt14. Cette valeur-P etant superieure a 5% (le seuil du test), on ne

rejette pasH0et on conclut que la dierence mere-lle n'est pas signicativement inferieure a la dierence pere-ls. c) Estime rla prop ortionde jeunes q uid epassentle paren tdu m ^emes exe,a vecun niv eau de conance de 95%. On veut construire un intervalle de conance sur une proportion. Il faut donc avoir une grande taille d'echantillon, car l'IC est asymptotique. Ici,n= 29 est tout juste acceptable. Il faut denir la variable binaire qui identie les gens plus grands que leur parent du m^eme sexe a l'aide de la fonction SI(Testlogique;Valeursivrai;Valeursifaux) = SI(C2>D2;1;0). On calcule ensuite la proportion echantillonnale ^pen faisant la moyenne de cette colonne, puis on complete les calculs en utilisant la formule ^pz=2r^p(1^p)n et on obtient l'intervalle [0;335; 0;699].3

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-NolinExercice 2 - Les donateurs aux partis politiques a) La v aleurmo yenned'un don est-elle la m ^emed'un parti al'autre ? L'Utilitaire d'analyse permet de faire un test global de comparaison des moyennes avec la commandeAnalyse de variance : un facteur. Les trois series de donnees doivent ^etre placees dans trois colonnes adjacentes. On obtient un tableau des moyennes et

des variances echantillonnales, ainsi que la table d'anova :On est tente de rejeter d'embleeH0:CAQ=PLQ=PQen raison du seuil observe

inferieur a 5% :

ValeurP =P(F >8;3345) = 0;00039157 ouFF2;131

Mais attention...

b) Le sp ostulatsdu mo deled'a nalysede la v arianceappliqu een a) son t-ilsresp ectes? Pour repondre a cette question, il faut faire une analyse de residus. On doit verier que la loi normale est un modele raisonnable, et que les variances sont similaires d'un echantillon a l'autre. Pour creer la variable residus dans une nouvelle colonne, on soustrait a chaque obser- vation sa moyenne echantillonnale locale :eij=yijy i.4

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-NolinOn construit ensuite l'histogramme des residus et le graphique des residus en fonction

des valeurs predites :On remarque une bonne asymetrie vers la droite dans l'histogramme. De plus, le gra-

phique de droite presente un patron en forme d'entonnoir, donc une heteroscedasticite assez claire. Ces deux aspects viennent mettre un gros bemol sur la validite du test F eectue en a). Devant une telle situation, l'option la plus frequemment envisagee est la transforma- tion de la variable reponse (Y) avec une fonction monotone commepY ;ln(Y);1=Y; Y2, etc. On refait l'anova avec plusieurs variables transformees jusqu'a ce que les postulats soient respectes. Apres quelques essais, on voit que dans notre cas, c'est la transformation logarithmique qui donne les meilleurs resultats. Voici la nouvelle analyse :5

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-NolinPuisque l'analyse des residus est plus satisfaisante (malgre une legere asymetrie a

gauche), on peut interpreter les resultats du test global de comparaison des moyennes.

Le seuil observe etant inferieur a 5% :

ValeurP =P(F >5;82855) = 0;00375882 ouFF2;131;

on rejetteH0, et on conclut que la valeur du don moyen a un des trois principaux partis politiques est dierente selon le parti. c) P eut-onv oiro use situen tles di erencessignicativ es? Le test global est signicatif, on peut donc comparer les moyennes deux a deux. Puisque les tailles d'echantillon sont dierentes, on ne peut pas calculer une seule "PPDS". Il faut calculer une dierence signicative (une marge d'erreur) pour chaque paire de moyennes.Ici, on conclut que seuls le PQ et le

PLQ recoivent des dons dont la valeur

moyenne diere signicativement. On pourrait representer schematiquement ces comparaisons deux a deux comme suit :

PQ CAQ PLQ

141;79 $ 199;68 $ 293;74 $

4;32 4;71 5;176

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-NolinExercice 3 - Distribution des naissances a)b)Il y a moins de naissances en f evrier...donc le mois de mai n'est pas propice ala fecondation? En fait, cela est peut-^etre d^u au fait que fevrier compte moins de jours que les autres mois? Il serait peut-^etre plus judicieux de comparer le nombre moyen de naissances par jour d'un mois a l'autre :Fevrier est toujours le plus bas en 2010! c)

Obser ve-t-onle m ^emeph enomenee n2011 ?

C'est en decembre et en janvier que les naissances sont les moins nombreuses en 2011. On voit quand m^eme une tendance se dessiner : il semble y avoir plus de naissances en ete qu'en hiver. Il serait interessant d'etudier un plus grand nombre d'annees pour voir si ce n'est que ponctuel.7

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-Nolind)P eut-onarmer que l'accroissemen tnaturel (naissances - d eces)est sup erieur a2000

individus en moyenne a chaque mois, au seuil de 5%? On realise un test de comparaison de moyennes en considerant les observations ap- pariees. On peut le faire directement dans Excel a partir des naissances et des deces, ou en se ramenant a un seul echantillon de dierences : on calcule soi-m^eme les dierences entre les naissances et les deces chaque mois, et on fait un test de Student a un echantillon pour verier si la moyenne des dierences est superieure a 2000. H

0:D= 2000

1:D>2000

.On rejetteH0sitobs=d2000s D=p12 > t11;0;05= 1;796:Puisquetobs= 3;10, on rejetteH0 au seuil de 5%. La valeur du seuil observe (0,005) nous mene evidemment a la m^eme conclusion, car il est inferieur au seuil du test. On conclut donc que l'accroissement naturel moyen par mois est signicativement superieur a 2000. Bien s^ur, ce test se base sur le postulat de normalite. L'histogramme des dierences n'a pas une forme de cloche parfaite, mais considerant que seulement 12 donnees le composent, il ne s'en eloigne pas susamment pour rejeter l'analyse de Student.8

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-NolinExercice 4 - Series eliminatoires a) P eut-ondire que le nom brede buts compt espar l' equipelo caleest sup erieuren moyenne au nombre de buts comptes par l'equipe en visite? Test de comparaison de deux moyennes sur des donnees appariees provenant de po- pulations normales a variances inconnues. H

0:local=visiteur

1:local> visiteurt

obs= 0;230, a comparer avec le quantile d'une loi de Studentt88;0;01= 2;369.

Seuil observe :P(T >0;230) = 0;409 ouTt88.

Au seuil de 1%, on ne rejette pas l'egalite des moyennes. L'equipe locale ne compte pas signicativement plus de buts que les visiteurs en moyenne. b) Le nom brede buts total compt esdans un matc hde s eriesest-il plus elevequand l'equipe locale gagne que quand elle perd? Il faut d'abord creer une variable representant la somme des buts des deux equipes. On cree ensuite une variable binaire pour distinguer si l'equipe locale a gagne ou perdu (aucune nulle en serie). On trie les donnees selon cette variable, et on distingue ainsi deux echantillons de valeurs qu'on considere independants puisqu'associes a des matchs dierents.9

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-NolinTest de comparaison de deux moyennes provenant de populations normales a variances

inconnues, dont les echantillons sont independants. H

0:locgagne

=locperd H

1:locgagne

> locperd Le testFde comparaison des variances n'est pas signicatif, donc on utilise le test de Student avec variances egales. t obs= 1;021, a comparer avec le quantile d'une loi de Studentt87;0;01= 1;663.

Seuil observe :P(T >1;021) = 0;155 ouTt87.

Au seuil de 1%, on ne rejette pas l'egalite des moyennes. Le nombre moyen de buts comptes dans un match n'est pas plus eleve lorsque l'equipe locale gagne.

Exercice 5 - 1, 2, 3... payez!

Nous supposons que le prix de l'essence dans les villes du Canada (X) suit une loi normale.

Dans notre echantillon,

n= 12x= 118;7 cents s= 10;3 cents. a) In tervallede co nance a99% p ourle prix mo yenr eel: xt11;0;005s=pn= 118;79;24 = [109:46;127:94] b) P ourr eduirela longueur de cet in tervallede conance, on p eutaugmen terla taille d'echantillon ou diminuer le niveau de conance (i.e. augmenter).10

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-Nolinc)XN(118:7;10:32)

(Note : ici, ce sont les parametres qui sont approximatifs, et non la loi!)

P(X >120)P(Z >0;126) = 0;450:

d)XN(118;7;(10;3)2=12) (Note : ici encore, ce sont les parametres qui sont approximatifs, et non la loi!)

P(X >120)P(Z >0:437) = 0:331

Exercice 6 - Seuils observes

a)H0: Les etudiants trouvent le cours plate. H

1: Les etudiants ne trouvent pas le cours plate.

Seuil observe de 0,0246, inferieur au seuil du test (5%) : On rejetteH0. Ma conclusion? Les etudiants ne trouvent pas le cours plate (quelle question...!). b)n= 25, population normale de variance inconnue. H

0:= 21

1: <21

1) V aleur-p= P(T < tobs) = 0;0413. On deduit que la valeur observee de la statis- tique du test est negative (car la valeur-p est inferieure a 1/2)., et donc quexest inferieure a 21 (signicativement). La valeur-p du test bilateral aurait ete 2P(T < tobs) = 20;0413 = 0;0826. 2) V aleur-p= P(T < tobs) = 0;3413, doncxinferieure a 21 (mais pas signicative- ment). La valeur-p du test bilateral aurait ete 2P(T < tobs) = 20;3413 = 0;6826. 3) V aleur-p= P(T < tobs) = 0;6413, doncxsuperieure a 21 (car la valeur-p est superieure a 1/2). La valeur-p du test bilateral auraitete 2P(T >jtobsj) = 2(10;6413) = 0;7174.

4)n= 25,x= 18, ets2= 100.

La valeur observee de la statistique du test seratobs=x0s= pn =1821p100=25=1;511

Universite Laval

Faculte des sciences et de genie

Departement de mathematiques et de statistiqueSTT-2902

Automne 2012

Emmanuelle Reny-NolinLe seuil observe du test se calcule comme suit :

P(T < tobs) =P(T <1;5) = 0;0733, ouTt24

Remarque : Si vous avez consulte une table de la loi de Student pour evaluer la probabilite, vous avez seulement pu borner la valeur-p entre 0,05 et 0,10 car la valeur observee se situe entre les quantiles -1,318 et -1,711. La valeur ci-dessus a ete obtenue par Excel.

5)n >25,x= 18, ets2= 100.

La valeur observee de la statistique du test sera plus grande en valeur absolue, carnest plus grand. Puisqu'elle est negative, elle sera plus a gauche, et fera donc diminuer la probabilite d'observer une valeur inferieure sousH0. De plus, en faisant augmentern, on augmente les degres de liberte de la loit, qui sera donc moins evasee. L'aire sous la courbe a gauche de la valeur observee sera donc diminuee. Le seuil observe sera donc plus bas que le precedent, et le test plus signicatif. (C'est normal : un ecart de 3 unites entre les moyennes theorique et echantillonnale est plus signicatif s'il provient de 100 donnees que de 25 donnees.) 6) Aucun impact sur le calcul du seuil observ e.C'est seulemen tsur la conclusion que cela peut faire une dierence, si le seuil observe se trouve entre 0,05 et 0,10. c)

F aux: l'in versee stvrai.

d) F aux: on rejette H0s'il est inferieur au seuil du test. e) F aux: cette notation indique seulemen tque Excel a calcul ele seuil observ ed'un test unilateral. A vous de determiner lequel (a droite ou a gauche). f) F aux: la probabili teque H0soit vraie ne se calcule pas. g)

F aux: evidemment.12

quotesdbs_dbs1.pdfusesText_1

[PDF] Corrigé - Série 2 Inférence sur les param`etres Exercice 1 - Les

Universite Laval

Faculte des sciences et de genie

Automne 2012

Emmanuelle Reny-NolinCorrige - Serie 2

Inference sur les parametres

0:lles=meres

1:lles> meres

Universite Laval

Faculte des sciences et de genie

Automne 2012

0:mere-lle=pere-ls

1:mere-lle< pere-ls

0:2mere-lle=2pere-ls

1:2mere-lle6=2pere-ls

0=S21S

20;016875 = 0:03375, ouFF17;10. Cette valeur-P etant inferieure a 5% (le seuil

Universite Laval

Faculte des sciences et de genie

Automne 2012

1+S22n

0;4852, ouTt14. Cette valeur-P etant superieure a 5% (le seuil du test), on ne

Universite Laval

Faculte des sciences et de genie

Automne 2012

ValeurP =P(F >8;3345) = 0;00039157 ouFF2;131

Mais attention...

Universite Laval

Faculte des sciences et de genie

Automne 2012

Universite Laval

Faculte des sciences et de genie

Automne 2012

Le seuil observe etant inferieur a 5% :

ValeurP =P(F >5;82855) = 0;00375882 ouFF2;131;

PLQ recoivent des dons dont la valeur

PQ CAQ PLQ

141;79 $ 199;68 $ 293;74 $

4;32 4;71 5;176

Universite Laval

Faculte des sciences et de genie

Automne 2012

Obser ve-t-onle m ^emeph enomenee n2011 ?

Universite Laval

Faculte des sciences et de genie

Automne 2012

0:D= 2000

1:D>2000

Universite Laval

Faculte des sciences et de genie

Automne 2012

0:local=visiteur

1:local> visiteurt

Seuil observe :P(T >0;230) = 0;409 ouTt88.

Universite Laval

Faculte des sciences et de genie

Automne 2012

0:locgagne

1:locgagne

Seuil observe :P(T >1;021) = 0;155 ouTt87.

Exercice 5 - 1, 2, 3... payez!

Dans notre echantillon,

Universite Laval

Faculte des sciences et de genie

Automne 2012

Emmanuelle Reny-Nolinc)XN(118:7;10:32)

P(X >120)P(Z >0;126) = 0;450:

P(X >120)P(Z >0:437) = 0:331

Exercice 6 - Seuils observes

1: Les etudiants ne trouvent pas le cours plate.

0:= 21

1: <21

4)n= 25,x= 18, ets2= 100.

Universite Laval

Faculte des sciences et de genie

Automne 2012

P(T < tobs) =P(T <1;5) = 0;0733, ouTt24

5)n >25,x= 18, ets2= 100.

F aux: l'in versee stvrai.

F aux: evidemment.12