[PDF] intervalle de fluctuation cours
[PDF] les pinsons de darwin ? l heure de la génétique du
[PDF] passé simple terminaison
[PDF] leçon sur le passé simple 6ème
[PDF] leçon passé simple cm1
[PDF] conjugaison passé simple espagnol
[PDF] passé simple exercices
[PDF] qu'est ce qu'un antonyme
[PDF] qu'est-ce qu'un mot de la même famille
[PDF] qu est ce qu un contraire
[PDF] qu'est-ce qu'un synonyme
[PDF] ece analyse spectrale
[PDF] expliqué
[PDF] il vous expliquera
[PDF] comment expliquer les règles ? sa fille
c) Lorsqu'on vide les cartons, on trouve 28 paquets abîmés dans le premier carton et 45 dans le deuxième carton. Ces résultats sont-ils compatibles avec les estimations obtenues au b) ?
[PDF] les pinsons de darwin ? l heure de la génétique du
[PDF] passé simple terminaison
[PDF] leçon sur le passé simple 6ème
[PDF] leçon passé simple cm1
[PDF] conjugaison passé simple espagnol
[PDF] passé simple exercices
[PDF] qu'est ce qu'un antonyme
[PDF] qu'est-ce qu'un mot de la même famille
[PDF] qu est ce qu un contraire
[PDF] qu'est-ce qu'un synonyme
[PDF] ece analyse spectrale
[PDF] expliqué
[PDF] il vous expliquera
[PDF] comment expliquer les règles ? sa fille
Intervalle de fluctuation, estimation
I) Intervalle de fluctuation
1) Théorème
On rappelle
le théorème concernant la loi normale Si ܺ est une variable aléatoire suivant la loi ࣨ( 0 ; 1 ) , alors pour tout אߙ il existe un unique réel positif ݑ tel que )=1െ et en utilisant les notations de ce théorème : Si la variable aléatoire ࢄ suit la loi binomiale (,), avec dans l'intervalle ] 0 ;1[ alors pour toutȽ dans ] 0 ;1[, et pour
on a ܕܑܔ est appelé intervalle de fluctuation asymptotique de ܨ au seuil 1െ ߙLa variable ࡲ
correspondant à la fréquence du succès lors de la répétition des ݊ épreuves de Bernoulli indépendantes de paramètre Démonstration :
On pose :
signifie െݑ soit െݑఈD'après le théorème de Moivre
-Laplace lim où ܼ ࣨ(0 ;1) et d'après le théorème énoncé en rappel on a )=1െ ߙOn a donc bien
lim )=1െ ߙCas particulier :
Dans de nombreux cas on utilise l'intervalle de fluctuation au seuil de 95 % c'est à dire le cas où ߙAlors on a ݑ
ൎ1,95996 . Comme ݑ,ହ <1,96 on peut affirmer que pour ݊ assez grand, la probabilité d'observer la fréquence dans l'intervalle est sensiblement égale à 95 %Remarque :
La fonction définie par ݂()=(1െ) définie sur [ 0 ; 1] est une fonction du second
degré qui admet pour maximum lorsque = admet donc pour majorant 2× = 1 et l'intervalle est donc inclus dans l'intervalle ܬ intervalle de fluctuation vu en classe de seconde.2) Définition
Sous les hypothèses et
avec les notations du théorème précédent la suite validée dès queExemple :
Dans un jeu de grattage, la société qui émet les tickets estime que les joueurs doiventavoir une fréquence de gain =0,07. Une fréquence inférieure ferait fuir les clients, une
fréquence supérieure est susceptible de mettre la société en difficulté. Trois employés sont chargés de vérifier les tickets émis par les machines trois jours distincts Le premier choisit 50 tickets et obtient 2 gagnants. Le second choisit 130 tickets et obtient 16 gagnants. Le troisième choisit 500 tickets et obtient 40 gagnants. En utilisant des intervalles de fluctuation au seuil de 95% quelle conclusion doit prendre chaque employé ? Peut-il accepter ou rejeter l'hypothèse p = 0,07 ?Premier employé :
Le contrôle a porté sur 50 tickets donc ݊ = 50 donc on a bien ݊30, mais =0,07 donc
݊=50×0,07=3,5 donc ݊5 on n'est donc pas dans des conditions où l'intervalle de
fluctuation peut permettre une conclusion quelconque.Deuxième employé :
Le contrôle a porté sur 130 tickets donc ݊ = 130 donc on a bien ݊30, =0,07 donc
݊=130×0,07 =9,1 donc ݊5 et ݊(1െ)=130×0,93=120,9 on est donc dans des
conditions où l'intervalle de fluctuation peut permettre une conclusion.L'intervalle de fluctuation est égal à ܫ
En arrondissant ܫ
=ൣ0,0259 ;0,1141൧ Or la fréquence observée par l'employé est ݂= ൎ0,123 Cette fréquence n'est pas dans l'intervalle de fluctuation donc l'employé doit rejeter l'hypothèse ?=0,07 . Il y a trop de tickets gagnantsTroisième employé :
Le contrôle a porté sur 500 tickets donc ݊ = 500 donc on a bien ݊30, =0,07 donc
݊=500×0,07 =35 donc ݊5 et ݊(1െ)=130×0,93=465 on est donc dans des
conditions où l'intervalle de fluctuation peut permettre une conclusion.L'intervalle de fluctuation est égal à ܫ
En arrondissant ܫ
=[0,0476 ;0,0924] Or la fréquence observée par l'employé est ݂= ൎ0,08 Cette fréquence est dans l'intervalle de fluctuation donc l'employé est donc amené à accepter l'hypothèse =0,07 .II) Intervalle de confiance, estimation
1) Propriété
Soit ࢄ
une variable aléatoire qui suit la loi binomiale (,), soit ࡲ la fréquence et łSous les conditions données dans la définition précédente contient avec une probabilité d'environ 95 %łPour
assez grand l'intervalle ܬ contient avec une probabilité au moinségale à
95 %Démonstration
Les propositions ܬ א
( c'est à dire ܨ ) et െ sontéquivalentes. Cette propriété découle donc du théorème et de la propriété qui précédent
2) Définition
Dans une population un certain caractère possède une proportion . On prélève au hasard et avec remise un échantillon de taille݊ on obtient une
fréquence ݂ de ce caractère dans cet échantillon.L'intervalle
ቃ est appelé l'intervalle de confiance de la proportion confiance est d'environ 95 %łPour
݊ assez grand le niveau de cette confiance au moins égale à 95 %Exemple :
Lors d'une livraison de biscuits, on a deux cartons de 500 paquets de biscuits chacun. Dans chaque carton un certain nombre de paquets sont abîmés. A l'aide d'un tirage avec remise on extrait 40 paquets de chaque carton. On obtient 6 paquets abimés dans le premier carton et 10 paquets abîmés dans le second. a) Calculer la fréquence des paquets abîmés dans chaque carton b) Déterminer pour chaque carton, l'intervalle de confiance de la fréquence au seuil de 95 %c) Lorsqu'on vide les cartons, on trouve 28 paquets abîmés dans le premier carton et 45 dans le deuxième carton. Ces résultats sont-ils compatibles avec les estimations obtenues au b) ?