Voici dix exercices corrigés sur les tests d'hypothèses de MTH0104, le cours préparatoire de probabilités et statistique de Polytechnique, précédés d'une liste de calculs.Ils couvrent la démarche du test en sept étapes, les hypothèses nulle et alternative, les tests unilatéraux et bilatéraux, le test Z sur une moyenne (écart-type connu ou grand échantillon), le test T de Student, le test sur une proportion, la zone de rejet et la zone d'acceptation, la valeur p (seuil descriptif), les erreurs de première et de deuxième espèce, le risque β et la puissance.
Ce que couvre la série, les pièges traités
Ils couvrent la démarche du test en sept étapes, les hypothèses nulle et alternative, les tests unilatéraux et bilatéraux, le test Z sur une moyenne (écart-type connu ou grand échantillon), le test T de Student, le test sur une proportion, la zone de rejet et la zone d'acceptation, la valeur p (seuil descriptif), les erreurs de première et de deuxième espèce, le risque β et la puissance.
Ce chapitre ferme la session : il pèse avec les intervalles de confiance la moitié de l'examen final. On le retrouve, avec d'autres outils, au 201-SN1-RE du cégep.
L'exercice 0.1 pose onze calculs directs, de la statistique de test à β. À la fin, vous savez dérouler un test complet (exercices 1 et 2), tester une proportion (exercice 3), lire une valeur p dans ses trois formes et la relier à l'intervalle de confiance (exercice 4), construire une zone d'acceptation et voir l'effet de n (exercice 5), calculer α et β d'une règle donnée (exercices 6 et 10), trouver la valeur critique de x̄ et encadrer une valeur p dans la table de Student (exercice 7), et enchaîner un test quotidien avec une binomiale et une géométrique (exercice 9). Le fil de la série : une seule zone, deux mondes. La zone se construit sous H0, avant de regarder les données ; α se lit sous H0, β sous la vraie moyenne avec la même zone ; et ne pas rejeter H0 ne la prouve jamais.
Les pièges traités : une contre-hypothèse bilatérale pour une question orientée (exercice 1), « on accepte H0 » (exercices 1, 2 et 8), l'écart-type en n au lieu de n−1 et la table normale à la place de Student (exercices 2 et 7), pˉ sous la racine au lieu de p0 (exercices 3 et 8), la valeur p non doublée ou prise du mauvais côté (exercice 4), la variance lue comme un écart-type (exercice 5), une seule queue en bilatéral (exercices 6 et 8), β calculé sous H0 (exercices 6 et 10), α + β = 1 (exercice 8). Les exercices 9 et 10 sont au format d'un problème de l'examen final. Comme à l'examen : calculatrice non programmable et tables fournies.
Tes séries en favori t'attendent dans ton espace, du téléphone à l'ordinateur. C'est gratuit : un courriel suffit, sans mot de passe, et tu reviens ici.
Le devoir sans corrigé, un exercice par page, et le corrigé à part : c'est dans ton espace gratuit. Un courriel suffit, sans mot de passe, et tu reviens ici.
•DÉMARCHE : définir X et μ ; poser H0:μ=μ0 et H1 (<, = ou >) ; choisir α ; vérifier les conditions ; zone de rejet ; règle de décision ; conclusion dans les mots du problème.
•STATISTIQUES : Z=σ/nX−μ0 (σ connu, ou s si n≥30) ; T=S/nX−μ0, Student à n−1 ddl (population normale, n<30) ; Z=p0(1−p0)/npˉ−p0 si np0≥5 et n(1−p0)≥5.
•ZONES DE REJET : z<−zα ; ∣z∣>zα/2 ; z>zα. Table : z0,05=1,645, z0,025=1,96, z0,01=2,33, z0,005=2,575 ; Student tα;ν avec P(T>tα;ν)=α.
•VALEUR p : P(Z<z0) à gauche, P(Z>z0) à droite, 2P(Z>∣z0∣) en bilatéral ; on rejette H0 si p<α.
•RISQUES : α=P(rejeter H0∣H0 vraie), sous μ0 ; β=P(ne pas rejeter H0∣μ=μ1), même zone, sous μ1 ; puissance 1−β.
•ZONE D'ACCEPTATION en x (bilatéral) : μ0±zα/2nσ ; elle se resserre comme n1.
Calculs : statistiques de test, valeurs p, α et β
Exercice 0.1 : Statistiques de test, valeurs p, α et β : onze calculs directs
13 réponses vérifiables
Pour chaque ligne, calculez la quantité demandée, sans rédiger de conclusion. Table du cours : P(0<Z<z), avec z arrondi au centième avant la lecture. Valeurs critiques : z0,05=1,645, z0,025=1,96, z0,01=2,33, z0,005=2,575. Statistiques au centième, probabilités à quatre décimales.
a) H0:μ=60, σ=5,4, n=36, x=61,5 : calculez la statistique z0.
b) H0:μ=28,5, population normale, n=16, x=27,2, s=2,4 : calculez t0 et donnez son nombre de degrés de liberté.
c) H0:p=0,25, 93 succès sur n=300 : calculez z0.
d) Test bilatéral sur une moyenne, σ connu, au seuil de 1% : donnez la valeur critique positive zα/2.
e) Test bilatéral au seuil de 5% sur n=10 mesures d'une population normale, σ inconnu : donnez la valeur critique t0,025;9.
f) Test unilatéral à droite, z0=1,87 : calculez la valeur p.
g) Test bilatéral, z0=−2,14 : calculez la valeur p.
h) Test de H1:μ<μ0 avec z0=0,62 : calculez la valeur p.
i) H0:μ=80 contre H1:μ=80, σ=10, n=25, seuil de 5% : donnez la zone d'acceptation de H0 en x.
j) H0:μ=40, σ=9, n=36, et l'on rejette H0 si x<37 : calculez α.
k) Même règle qu'en j), alors que la vraie moyenne est μ=35,5 : calculez β.
Voir la correction
Réponses
a)z0≈1,67
b)t0≈−2,17, ν=15
c)z0=2,40
d)z0,005=2,575
e)t0,025;9=2,2622
f)p=0,0307
g)p=0,0324
h)p=0,7324
i)[76,08;83,92]
j)α=0,0228
k)β=0,1587
Un seul geste porte toute la liste : tout se calcule SOUS H0, avec μ0 ou p0 au centre et nσ comme unité. Seul β, en k), change de centre.
a)
σ connu : z0=σ/nx−μ0=5,4/661,5−60=0,91,5≈1,67
b)
σ inconnu, n<30, population normale : loi de Student à ν=n−1=15 degrés de liberté.
t0=2,4/1627,2−28,5=0,6−1,3≈−2,17
c)
pˉ=30093=0,31 et, sous H0, 3000,25×0,75=0,025.
z0=0,0250,31−0,25=2,40
Piège : mettre pˉ=0,31 sous la racine ; sous H0, la proportion vaut p0.
d)
α=0,01 se partage en deux queues de 0,005 : P(0<Z<z)=0,495 donne z0,005=2,575 (ou 2,58).
e)
Table de Student, α/2=0,025 dans la queue droite, ν=10−1=9 : t0,025;9=2,2622.
Piège : lire la ligne ν=10 ; une moyenne estimée coûte un degré de liberté.
f)
p=P(Z>1,87)=0,5−0,4693=0,0307
g)
p=2P(Z>2,14)=2(0,5−0,4838)=0,0324
h)
Pour H1:μ<μ0, l'aire est à GAUCHE de z0 :
p=P(Z<0,62)=0,5+0,2324=0,7324
Piège : répondre 0,2676. Un z0 positif contre une alternative « plus petit » donne une valeur p supérieure à 0,5.
i)
nσ=510=2 et 80±1,96×2=80±3,92 : zone d'acceptation [76,08;83,92].
Même zone, autre centre : β=P(X≥37∣μ=35,5)=P(Z≥1,537−35,5)=P(Z≥1,00)
β=0,5−0,3413=0,1587
Les points se gagnent avant la correction ; après, tu peux encore t'entraîner.
Pour toi :
Coche ici les exercices faits ou à revoir : un compte gratuit, sans mot de passe, retient tes coches et tes réponses justes d'une visite à l'autre, te dit quel chapitre attaquer ensuite et te permet de demander l'exercice qui te manque. Crée ton espace, un courriel suffit.
Partie A : les bases (/50)
Exercice 1 : Les sept étapes d'un test Z : le CO₂ d'un amphithéâtre après une ventilation réduite
5 réponses vérifiables
Pour économiser l'énergie, le service des immeubles d'un campus a réduit le débit d'air neuf d'un amphithéâtre. Avant la modification, la concentration moyenne de CO₂ mesurée en fin de cours était de 900 ppm (parties par million), et l'écart-type des mesures, stable depuis des années, de σ=75 ppm. Depuis, un capteur a relevé la concentration à la fin de n=36 cours tirés au hasard dans la session : leur moyenne est x=922 ppm. Les ingénieurs veulent savoir si la concentration moyenne a augmenté.
a) Définissez la variable X et le paramètre testé, puis posez H0 et H1.
b) Justifiez l'emploi de la loi normale et calculez la statistique observée z0.
c) Déterminez la zone de rejet au seuil α=1%, appliquez la règle de décision et concluez.
d) Reprenez la décision au seuil α=5%.
e) Calculez la valeur p du test et expliquez pourquoi les décisions de c) et d) ne se contredisent pas.
Voir la correction
Réponses
a)H0:μ=900 contre H1:μ>900
b)z0=1,76
c)Zone z>2,33 : on ne rejette pas H0 à 1%
d)z0>1,645 : on rejette H0 à 5%
e)p=0,0392, entre 0,01 et 0,05
La démarche du cours, en sept étapes : définir X et μ ; poser H0 et H1 ; choisir α ; vérifier les conditions ; construire la zone de rejet ; appliquer la règle ; conclure dans les mots du problème.
a)
X : concentration de CO₂ (ppm) à la fin d'un cours, depuis la modification ; μ=E(X), sa moyenne inconnue.
H0:μ=900 contre H1:μ>900 (unilatéral à droite).
H1 porte ce que les ingénieurs veulent établir, « la concentration a augmenté » ; H0 porte l'égalité.
Piège : écrire H1:μ=900. La question est orientée, le test l'est aussi.
b)
σ=75 est connu et n=36≥30 : par le théorème central limite, sous H0, X suit approximativement N(900;36752), quelle que soit la loi de X.
σX=3675=12,5 ppm
z0=σ/nx−μ0=12,5922−900=1,76
c)
Au seuil de 1%, tout le risque est dans la queue droite : P(0<Z<z0,01)=0,49 donne z0,01=2,33.
Zone de rejet : z>2,33. Or z0=1,76<2,33 : on ne rejette pas H0.
Conclusion : au seuil de 1%, les 36 mesures ne permettent pas de conclure que la concentration moyenne de CO₂ a augmenté.
Piège : écrire « on accepte H0, la concentration est restée à 900 ppm ». Le test n'a rien prouvé ; il n'a pas trouvé assez de preuves contre H0.
d)
z0,05=1,645, zone de rejet z>1,645. Or z0=1,76>1,645 : on rejette H0.
Conclusion : au seuil de 5%, la concentration moyenne de CO₂ en fin de cours a augmenté depuis la réduction du débit d'air.
e)
Valeur p (seuil descriptif) d'un test unilatéral à droite :
p=P(Z>1,76)=0,5−P(0<Z<1,76)=0,5−0,4608=0,0392
Règle : on rejette H0 si et seulement si p<α. Ici 0,01<0,0392<0,05 : rejet à 5%, pas de rejet à 1%, exactement les décisions de c) et d).
Les deux réponses ne se contredisent pas : le seuil se fixe AVANT de regarder les données, et un seuil plus exigeant demande une preuve plus forte. La valeur p donne d'un coup tous les seuils où l'on rejette : ceux qui dépassent 3,92%.
Les points se gagnent avant la correction ; après, tu peux encore t'entraîner.
Pour toi :
Exercice 2 : Test de Student sur données brutes : la tension de piles stockées dans un entrepôt chaud
8 réponses vérifiables
Un fabricant annonce une tension à vide moyenne de 1,580 V pour ses piles alcalines AA neuves. Un distributeur a gardé un lot tout l'été dans un entrepôt mal climatisé et craint que la tension moyenne des piles de ce lot ait baissé. Il mesure au voltmètre 10 piles prises au hasard dans le lot (figure), en volts : 1,562 ; 1,581 ; 1,570 ; 1,588 ; 1,566 ; 1,577 ; 1,559 ; 1,583 ; 1,574 ; 1,585.
On admet que la tension des piles du lot suit une loi normale. Seuil : 5%. Table de Student : t0,05;9=1,8331.
a) Calculez la moyenne x et l'écart-type s de l'échantillon.
b) Posez H0 et H1, puis choisissez la statistique du test en justifiant.
c) Calculez t0, déterminez la zone de rejet et appliquez la règle de décision.
d) Rédigez la conclusion du distributeur.
e) Un collègue fait le même test avec la table de la loi normale et la valeur critique −z0,05=−1,645. Quelle décision obtient-il, et pourquoi est-elle fautive ?
Voir la correction
Réponses
a)x=1,5745 V, s≈0,0100 V
b)H0:μ=1,580 contre H1:μ<1,580 ; Student à 9 ddl
c)t0≈−1,74>−1,8331 : on ne rejette pas H0
d)Les mesures ne permettent pas de conclure à une baisse de la tension moyenne
e)Il rejette H0 à tort : la loi normale ne convient pas ici
a)
∑xi=15,745 et ∑xi2=24,791405, donc x=1015,745=1,5745 V.
s2=n−1∑xi2−nx2=924,791405−24,7905025≈0,0001003
s≈0,0100 V
Piège : diviser par n=10 (touche σn de la calculatrice). Le cours estime σ par s, en n−1 ; on obtiendrait 0,0095 V.
b)
X : tension à vide (V) d'une pile du lot ; μ sa moyenne. H0:μ=1,580 contre H1:μ<1,580 (unilatéral à gauche).
Conditions : population normale, σ inconnu et estimé par s, petit échantillon (n=10<30).
Statistique : T=S/nX−μ0, qui suit sous H0 la loi de Student à ν=n−1=9 degrés de liberté.
Zone de rejet au seuil de 5%, à gauche : t<−t0,05;9=−1,8331.
t0=−1,74>−1,8331 : t0 n'est pas dans la zone de rejet, on ne rejette pas H0.
d)
« Au seuil de 5%, les dix mesures ne permettent pas de conclure que la tension moyenne des piles du lot est inférieure à 1,580 V. »
Ce n'est PAS « les piles ont gardé leur tension » : avec 10 piles, une vraie baisse de quelques millivolts peut passer inaperçue (risque β). Le distributeur peut mesurer d'autres piles avant de trancher.
Piège : « on accepte H0 », sans nuance, coûte la conclusion.
e)
Avec la loi normale, la zone de rejet serait z<−1,645, et −1,74<−1,645 : le collègue rejette H0.
C'est fautif : σ est inconnu et n<30, donc la statistique suit la loi de Student, dont les queues sont plus épaisses que celles de la loi normale ; sa valeur critique, 1,8331, est plus loin du centre que 1,645.
Piège : le mauvais tableau CHANGE ici la décision. La règle t<−1,645 a un vrai risque de première espèce d'environ 6,7% avec 9 degrés de liberté, et non les 5% annoncés.
Les points se gagnent avant la correction ; après, tu peux encore t'entraîner.
Pour toi :
Exercice 3 : Test sur une proportion : le taux de connecteurs non conformes d'un fournisseur
6 réponses vérifiables
Un fabricant de cartes électroniques achète ses connecteurs à un fournisseur qui garantit au plus 2% de pièces non conformes. Le service qualité soupçonne que le taux réel dépasse la garantie. Il prélève au hasard n=600 connecteurs dans les livraisons du mois et en trouve 19 non conformes. On teste au seuil de 5%.
a) Donnez l'estimation ponctuelle pˉ de la proportion de connecteurs non conformes, puis posez H0 et H1.
b) Vérifiez les conditions du test et calculez la statistique observée z0.
c) Appliquez la règle de décision au seuil de 5% et concluez.
d) Calculez la valeur p du test.
e) Quel est le plus grand nombre de connecteurs non conformes, sur 600, qui ne ferait pas rejeter la garantie au seuil de 5% ?
Voir la correction
Réponses
a)pˉ≈0,0317 ; H0:p=0,02 contre H1:p>0,02
b)z0≈2,04
c)z0>1,645 : on rejette H0, la garantie n'est pas tenue
d)p=0,0207
e)Au plus 17 non-conformes
a)
pˉ=60019≈0,0317 : 3,17% des connecteurs de l'échantillon sont non conformes.
p : proportion de connecteurs non conformes dans l'ensemble des livraisons. H0:p=0,02 contre H1:p>0,02.
La garantie « au plus 2% » se teste à sa frontière, p=0,02 ; le soupçon du service qualité est H1.
b)
Conditions : np0=600×0,02=12≥5 et n(1−p0)=588≥5 ; sous H0, Pˉ suit approximativement N(p0;np0(1−p0)).
Piège : mettre pˉ sous la racine. On obtiendrait 0,0071490,01167≈1,63, et la décision changerait (figure). Le test se calcule SOUS H0, donc avec p0.
c)
Zone de rejet : z>z0,05=1,645. Or z0=2,04>1,645 : on rejette H0.
Conclusion : au seuil de 5%, la proportion de connecteurs non conformes dépasse les 2% garantis ; le service qualité peut contester la garantie.
d)
p=P(Z>2,04)=0,5−0,4793=0,0207
p<0,05 confirme le rejet ; p>0,01 dit qu'au seuil de 1%, on ne rejetterait pas.
e)
On ne rejette pas tant que z0≤1,645, c'est-à-dire tant que
pˉ≤0,02+1,645×0,005715≈0,02940
soit un nombre x de non-conformes tel que x≤600×0,02940≈17,64.
Au plus 17 non-conformes sur 600 ne font pas rejeter la garantie ; dès 18, on la rejette.
Vérification : x=17 donne z0=0,00571517/600−0,02≈1,46, pas de rejet ; x=18 donne z0=0,0057150,03−0,02≈1,75, rejet.
Les points se gagnent avant la correction ; après, tu peux encore t'entraîner.
Pour toi :
Exercice 4 : La valeur p dans ses trois formes : le débit d'une pompe de relevage
10 réponses vérifiables
La fiche technique d'une pompe de relevage des eaux pluviales annonce un débit moyen de 35 L/min à la hauteur de refoulement prévue. Sur un banc d'essai, une ingénieure mesure le débit de n=40 pompes prises au hasard dans un arrivage : x=34,1 L/min et s=2,6 L/min. On ne connaît pas la loi du débit. Trois intervenants lisent ces mêmes résultats avec trois questions différentes.
a) Justifiez l'emploi d'une statistique Z et calculez z0 pour μ0=35 L/min.
b) L'exploitant du réseau veut savoir si le débit moyen est INFÉRIEUR à l'annonce. Posez H1, calculez la valeur p, puis décidez aux seuils de 5% et de 1%.
c) Le bureau d'études veut seulement savoir si le débit moyen DIFFÈRE de 35 L/min. Calculez la valeur p de ce test et décidez au seuil de 5%.
d) Le fabricant affirme que le débit moyen DÉPASSE l'annonce. Calculez la valeur p correspondante et concluez.
e) Construisez l'intervalle de confiance à 95% de μ et montrez qu'il est cohérent avec la décision de c).
Voir la correction
Réponses
a)z0≈−2,19
b)p=0,0143 : rejet à 5%, pas de rejet à 1%
c)p=0,0286 : rejet à 5%
d)p=0,9857 : on ne rejette pas H0
e)[33,29;34,91] L/min, qui exclut 35
a)
σ est inconnu, mais n=40≥30 : par le théorème central limite, X est approximativement normale, et l'on remplace σ par s (cas « n grand » du cours). Inutile de supposer le débit normal.
z0=2,6/4034,1−35=0,4111−0,9≈−2,19
b)
H0:μ=35 contre H1:μ<35. La valeur p est l'aire du côté de H1, à gauche de z0 :
p=P(Z<−2,19)=0,5−0,4857=0,0143
Au seuil de 5% : p<0,05, on rejette H0 ; le débit moyen est inférieur à l'annonce.
Au seuil de 1% : p>0,01, on ne rejette pas H0.
c)
H1:μ=35 : les écarts des deux côtés comptent, on double l'aire de la queue :
p=2P(Z>∣z0∣)=2×0,0143=0,0286
p<0,05 : on rejette H0 au seuil de 5% ; le débit moyen diffère de 35 L/min.
Piège : oublier de doubler. Une valeur p bilatérale de 0,0143 ferait rejeter au seuil de 2%, ce que les données ne permettent pas.
d)
H1:μ>35 : l'aire du côté de H1 est à DROITE de z0=−2,19 :
p=P(Z>−2,19)=0,5+0,4857=0,9857
p est énorme : on ne rejette pas H0, l'affirmation du fabricant n'est pas appuyée par l'échantillon. Une valeur p supérieure à 0,5 signale un échantillon qui penche du côté OPPOSÉ à H1 : x=34,1<35.
Piège : calculer P(Z>2,19)=0,0143 par réflexe, et « donner raison » au fabricant.
e)
Cas n grand : x±z0,025ns=34,1±1,96×0,4111=34,1±0,81
IDC à 95% : [33,29;34,91] L/min.
35 n'est pas dans l'intervalle : un test bilatéral au seuil de 5% rejette μ=35, comme en c).
Un test bilatéral au seuil α rejette μ0 exactement quand μ0 sort de l'IDC de niveau 1−α construit avec la même erreur type.
Les points se gagnent avant la correction ; après, tu peux encore t'entraîner.
Pour toi :
Exercice 5 : Zone d'acceptation en x̄ et effet de n : la remplisseuse de bouteilles de 500 mL
8 réponses vérifiables
Une remplisseuse dose des bouteilles d'eau de 500 mL. Quand elle est bien réglée, le volume versé suit une loi normale de moyenne 500 mL et de VARIANCE 16 mL². À chaque contrôle, on mesure le volume de n bouteilles et l'on teste H0:μ=500 contre H1:μ=500 au seuil de 5% : une moyenne trop haute gaspille de l'eau, une moyenne trop basse lèse le client.
a) Pour n=25, donnez la loi de X sous H0 et son écart-type.
b) Déterminez la zone d'acceptation de H0 en x pour n=25.
c) Même question pour n=100.
d) Un contrôle donne x=498,9 mL. Quelle est la décision si ce résultat vient de 25 bouteilles ? de 100 bouteilles ?
e) Combien de bouteilles faut-il mesurer, au minimum, pour que la zone d'acceptation soit contenue dans [499,5;500,5] ?
Voir la correction
Réponses
a)X∼N(500;0,64), écart-type 0,8 mL
b)[498,43;501,57] mL
c)[499,22;500,78] mL
d)n=25 : pas de rejet ; n=100 : rejet de H0
e)n=246 bouteilles
a)
La variance vaut 16, donc σ=16=4 mL.
Sous H0, X est normale, donc X l'est aussi, exactement, pour tout n :
X∼N(500;2516), d'écart-type σX=254=0,8 mL.
Piège : prendre 16 pour l'écart-type. Le second paramètre de N(μ;σ2) est une variance ; on trouverait σX=3,2 mL et une zone quatre fois trop large.
b)
On ne rejette pas H0 si −1,96≤z0≤1,96, c'est-à-dire si
500−1,96×0,8≤x≤500+1,96×0,8
Zone d'acceptation : [498,43;501,57] mL (498,432 et 501,568 avant l'arrondi).
c)
σX=1004=0,4 mL, donc 500±1,96×0,4=500±0,784.
Zone d'acceptation : [499,22;500,78] mL.
Quatre fois plus de bouteilles divisent la demi-largeur par 4=2 : la zone se resserre autour de 500, et α reste à 5%.
d)
n=25 : 498,43≤498,9≤501,57, on ne rejette pas H0 ; en effet z0=0,8498,9−500≈−1,38.
n=100 : 498,9<499,22, on rejette H0 (z0=−2,75) ; au seuil de 5%, la remplisseuse est déréglée.
Le même écart de 1,1 mL est un aléa plausible sur 25 bouteilles et une preuve sur 100 : un grand échantillon détecte de plus petits écarts.
e)
Il faut une demi-largeur 1,96n4≤0,5, soit n≥0,51,96×4=15,68 et n≥245,86.
Il faut mesurer au moins 246 bouteilles.
Piège : arrondir à 245. Une taille d'échantillon s'arrondit toujours à l'entier SUPÉRIEUR, sinon la précision visée n'est pas atteinte.
Les points se gagnent avant la correction ; après, tu peux encore t'entraîner.
Pour toi :
Partie B : problèmes de contrôle (/50)
Exercice 6 : Calculer α et β d'une règle de décision : la machine qui usine des axes de 12 mm
10 réponses vérifiables
Une machine usine des axes de transmission dont le diamètre suit une loi normale d'écart-type σ=0,03 mm. Bien réglée, elle produit un diamètre moyen de 12,00 mm. Chaque matin, on mesure 9 axes et l'on applique la règle de la figure : la machine est déclarée bien réglée si le diamètre moyen x est dans [11,98;12,02] mm, mal réglée sinon ; elle est alors arrêtée et réajustée.
a) Posez H0 et H1 pour ce contrôle du matin, puis donnez l'écart-type de X.
b) Une machine parfaitement réglée peut être arrêtée pour rien : calculez la probabilité de cet arrêt inutile. Comment s'appelle ce risque ?
c) La machine s'est déréglée et produit en réalité un diamètre moyen de 12,015 mm. Calculez la probabilité que la règle ne détecte pas ce dérèglement, puis la puissance du test pour cette moyenne.
d) On passe à n=25 axes et l'on recalcule la zone d'acceptation pour un seuil de 5%. Donnez cette zone, puis le nouveau risque β si μ=12,015 mm.
e) Laquelle des deux règles protège le mieux contre ce dérèglement ? Justifiez.
Voir la correction
Réponses
a)H0:μ=12,00 contre H1:μ=12,00 ; σX=0,01 mm
b)α=0,0456, risque de première espèce
c)β=0,6913, puissance 0,3087
d)[11,988;12,012] mm, β≈0,2946
e)La règle à 25 axes : même α, β divisé par plus de deux
a)
H0:μ=12,00 (bien réglée) contre H1:μ=12,00 (mal réglée, dans un sens ou dans l'autre) : test bilatéral.
X est normale, donc X l'est aussi, d'écart-type σX=90,03=0,01 mm.
b)
Arrêter une machine bien réglée, c'est rejeter H0 alors qu'elle est vraie : le risque de première espèce, α.
La règle arrête à tort une machine bien réglée environ 4,6 fois sur 100 contrôles.
Piège : ne compter qu'une queue (0,0228) ; une règle bilatérale rejette des deux côtés.
c)
Ne pas détecter, c'est ne pas rejeter H0 alors que μ=12,015 : le risque de deuxième espèce β, calculé avec la MÊME zone, mais centré sur la vraie moyenne.
β≈0,5−0,2054=0,2946 : la puissance passe à 0,7054.
e)
La règle à 25 axes, avec sa zone recalculée : son risque α vaut 5%, presque celui de la règle actuelle (4,56%), et son risque β tombe de 0,69 à 0,29.
À α fixé, c'est un échantillon plus grand qui fait baisser β. Garder l'ancienne zone [11,98;12,02] avec 25 axes ferait au contraire chuter α (environ 0,0008) et MONTER β (0,7967) : la zone doit suivre σ/n.
Les points se gagnent avant la correction ; après, tu peux encore t'entraîner.
Pour toi :
Exercice 7 : Publicité mensongère ? La consommation d'une camionnette hybride, test de Student
7 réponses vérifiables
Un constructeur annonce que sa camionnette hybride consomme en moyenne 6,2 L/100 km. Une association d'automobilistes soupçonne que ces camionnettes, sur la route, consomment en moyenne davantage que l'annonce. Elle fait relever la consommation de 15 camionnettes conduites par ses membres sur un même parcours mixte : x=6,51 L/100 km et s=0,48 L/100 km. On suppose la consommation normale.
Table de Student, ν=14 : t0,05=1,7613 ; t0,025=2,1448 ; t0,01=2,6245.
a) Posez H0 et H1, et justifiez le choix de la loi de Student.
b) Calculez t0. Peut-on conclure à une publicité mensongère au seuil de 5% ?
c) Reprenez la décision au seuil de 1%, puis encadrez la valeur p du test à l'aide de la table.
d) Quelle consommation moyenne un échantillon de 15 camionnettes, d'écart-type 0,48 L/100 km, ne doit-il pas dépasser pour que l'annonce ne soit pas contredite au seuil de 5% ?
e) Parmi les conditions proposées, laquelle est indispensable au test de b) ? Justifiez.
Voir la correction
Réponses
a)H0:μ=6,2 contre H1:μ>6,2 ; Student à 14 ddl
b)t0≈2,50>1,7613 : rejet, la publicité est mensongère à 5%
c)Pas de rejet à 1% ; 0,01<p<0,025
d)x≤6,42 L/100 km
e)La normalité de la consommation
a)
X : consommation (L/100 km) d'une camionnette sur le parcours ; μ sa moyenne. H0:μ=6,2 contre H1:μ>6,2, ce que l'association veut établir.
Consommation normale, σ inconnu et n=15<30 : T=S/nX−μ0 suit sous H0 la loi de Student à ν=14 degrés de liberté.
b)
ns=150,48≈0,1239 et t0=0,12396,51−6,2≈2,50
Zone de rejet : t>t0,05;14=1,7613. Or t0=2,50>1,7613 : on rejette H0.
Au seuil de 5%, la consommation moyenne réelle dépasse 6,2 L/100 km : la publicité est mensongère.
c)
Au seuil de 1% : t0=2,50<t0,01;14=2,6245, on ne rejette pas H0.
La table de Student ne donne que quelques seuils : on encadre.
t0,025;14=2,1448<2,50<2,6245=t0,01;14, donc 0,01<p<0,025.
Cohérent : p<5% (rejet à 5%) et p>1% (pas de rejet à 1%). Un logiciel donne p≈0,013.
Piège : lire P(Z>2,50)=0,0062 dans la table normale. Avec 14 degrés de liberté, les queues de Student sont plus épaisses.
d)
L'annonce n'est pas contredite tant que t0≤1,7613, c'est-à-dire tant que
x≤6,2+1,7613×150,48≈6,2+0,218=6,418
Un échantillon de 15 camionnettes ne doit pas dépasser une moyenne d'environ 6,42 L/100 km. L'association a observé 6,51, au-delà : même décision qu'en b).
e)
La consommation doit suivre une loi normale. Avec n=15<30 et σ inconnu, c'est cette hypothèse qui fait suivre à T la loi de Student.
Si σ était connu, on ferait un test Z ; avec 30 véhicules ou plus, le théorème central limite dispenserait de la normalité. Aucune de ces deux situations n'est celle de l'énoncé.
Les points se gagnent avant la correction ; après, tu peux encore t'entraîner.
Pour toi :
Exercice 8 : Cinq affirmations à corriger
10 réponses vérifiables
Chacune des cinq affirmations suivantes a été relevée dans une copie, à propos des exercices précédents, et chacune est fausse. Pour chacune, choisissez la formulation correcte et appuyez-la sur le calcul demandé. Deux points par affirmation.
a) « Au seuil de 1%, z0=1,76 n'est pas dans la zone de rejet (exercice 1) : on accepte H0, la concentration moyenne de CO₂ est donc restée à 900 ppm. » Calculez aussi β pour ce test si la vraie moyenne est 920 ppm.
b) « La valeur p de 0,0207 de l'exercice 3 est la probabilité que la garantie du fournisseur soit vraie. »
c) « Dans un test bilatéral au seuil de 5%, on rejette H0 dès que ∣z0∣>1,645. » Donnez la bonne valeur critique et la valeur p bilatérale de z0=1,80.
d) « Dans le test sur une proportion, on divise par pˉ(1−pˉ)/n, puisque pˉ est la seule proportion qu'on connaît. » Recalculez z0 de l'exercice 3.
e) « On a toujours α+β=1 ; à l'exercice 6, β=1−0,0456=0,9544. » Calculez la vraie somme α+β de l'exercice 6.
Voir la correction
Réponses
a)Faux : on ne peut pas rejeter H0 ; β≈0,7673 si μ=920
b)Faux : p se calcule sous H0, ce n'est pas P(H0)
c)Faux : valeur critique 1,96 ; p=0,0718, pas de rejet
d)Faux : p0 sous la racine, z0≈2,04
e)Faux : α+β=0,7369
a)
Faux. Ne pas rejeter H0, c'est constater que les données sont COMPATIBLES avec μ=900, pas le démontrer. On écrit : « au seuil de 1%, on ne peut pas conclure que la concentration a augmenté ».
Ce que le test laisse passer se mesure par β. Au seuil de 1%, on rejette si x>900+2,33×12,5=929,13 ppm. Si la vraie moyenne est 920 ppm :
Une hausse réelle de 20 ppm passerait inaperçue trois fois sur quatre : « on accepte » affirmerait ce que le test ne garantit pas.
b)
Faux. La valeur p se calcule en SUPPOSANT H0 vraie : P(Pˉ≥0,0317∣p=0,02)≈0,0207 est la probabilité d'observer un écart au moins aussi grand que celui de l'échantillon si la garantie était exacte.
Elle mesure la surprise des données, pas la probabilité d'une hypothèse : dans ce modèle, p est un nombre fixe, qui vaut 0,02 ou ne le vaut pas.
Lecture correcte : « si le fournisseur disait vrai, un échantillon aussi mauvais n'arriverait qu'environ 2 fois sur 100 ».
c)
Faux. En bilatéral au seuil de 5%, le risque se partage : 2,5% dans chaque queue, et P(0<Z<z)=0,475 donne z0,025=1,96. On rejette si ∣z0∣>1,96.
Avec z0=1,80 : 1,645<1,80<1,96, pas de rejet en bilatéral. Valeur p bilatérale : 2(0,5−0,4641)=0,0718>0,05.
Avec 1,645 des deux côtés, le vrai risque de première espèce serait de 10%, pas de 5%.
d)
Faux. Le test se construit SOUS H0, où la proportion vaut p0 : l'écart type de Pˉ est p0(1−p0)/n, connu dès qu'on pose H0. À l'exercice 3 :
z0=0,02×0,98/6000,03167−0,02≈2,04 (rejet), alors que pˉ sous la racine donnerait 1,63 (pas de rejet).
pˉ va sous la racine dans l'INTERVALLE DE CONFIANCE de p, où aucune valeur n'est supposée.
e)
Faux. α et β se calculent dans deux mondes différents : α sous H0 (μ=12,00), β sous une moyenne vraie précise (μ=12,015). Rien ne force leur somme à valoir 1.
À l'exercice 6 : α+β=0,0456+0,6913=0,7369.
Ce qui vaut 1, c'est β+(1−β), le risque β plus la puissance, pour une même moyenne vraie. À n fixé, baisser α fait monter β, mais pas selon la règle α+β=1.
Les points se gagnent avant la correction ; après, tu peux encore t'entraîner.
Pour toi :
Exercice 9 : Problème : contrôler chaque jour une ligne d'ensachage de croustilles
12 réponses vérifiables
Une ligne d'ensachage remplit des sacs de croustilles étiquetés 220 g. La masse d'un sac suit une loi normale d'écart-type 3 g, que le réglage ne modifie pas. Le responsable de la production craint que la ligne SOUS-remplisse les sacs, ce qui exposerait l'entreprise à des plaintes. Chaque jour ouvrable, on pèse 36 sacs pris au hasard sur la ligne et l'on fait un test au seuil de 5%.
a) Définissez la variable et posez les hypothèses du test quotidien. Donnez la loi de X sous H0.
b) Déterminez la valeur critique de x en dessous de laquelle on rejette H0. Ce matin, les 36 sacs pèsent en moyenne 219,1 g : quelle est la décision ?
c) Calculez la valeur p du contrôle de ce matin. La décision serait-elle la même au seuil de 1% ?
d) On suppose la ligne bien réglée pendant les 20 jours ouvrables d'un mois, et les contrôles indépendants. Soit Y le nombre de fausses alarmes du mois. Nommez la loi de Y avec ses paramètres, puis calculez E(Y) et P(Y≥2).
e) La ligne restant bien réglée, soit W le rang du jour de la première fausse alarme. Nommez la loi de W, puis calculez E(W) et la probabilité qu'aucune fausse alarme ne survienne pendant les 10 premiers jours.
Voir la correction
Réponses
a)H0:μ=220 contre H1:μ<220 ; X∼N(220;0,25)
b)Rejet si x<219,18 g : on rejette H0
c)p=0,0359 ; pas de rejet à 1%
d)Y∼B(20;0,05), E(Y)=1, P(Y≥2)≈0,2642
e)W∼G(0,05), E(W)=20 jours, P(W>10)≈0,5987
a)
X : masse (g) d'un sac ; X∼N(μ;32). H0:μ=220 contre H1:μ<220 (sous-remplissage), au seuil α=0,05.
X est normale et σ=3 est connu : sous H0, X∼N(220;369), d'écart-type 363=0,5 g, exactement.
b)
On rejette si z0<−z0,05=−1,645, c'est-à-dire si
x<220−1,645×0,5=219,18 g (au centième ; 219,1775 avant l'arrondi).
Ce matin, x=219,1<219,18 : on rejette H0. Au seuil de 5%, la ligne sous-remplit les sacs ; on la règle.
Piège : rejeter dès que x<220. Un échantillon sous 220 g n'est pas une preuve : il faut descendre sous 219,18 g.
c)
z0=0,5219,1−220=−1,80 et p=P(Z<−1,80)=0,5−0,4641=0,0359.
Au seuil de 1% : p>0,01, on ne rejetterait pas H0. La décision dépend du seuil, que l'entreprise fixe avant les contrôles.
d)
Chaque jour, la ligne étant bien réglée (H0 vraie), le test rejette à tort avec la probabilité α=0,05 : c'est une épreuve de Bernoulli, et les 20 jours sont indépendants.
Y∼B(20;0,05), et E(Y)=np=20×0,05=1 fausse alarme par mois en moyenne.
P(Y≥2)=1−P(Y=0)−P(Y=1)=1−0,9520−20×0,05×0,9519
P(Y≥2)≈1−0,3585−0,3774=0,2642
Environ un mois sur quatre, la ligne est arrêtée au moins deux fois sans raison : c'est le prix d'un seuil de 5% appliqué chaque jour.
Piège : traduire « au moins 2 » par 1−P(Y=0), qui est « au moins 1 ».
e)
W compte les jours jusqu'au premier « succès », une fausse alarme, de probabilité constante 0,05, jours indépendants : W∼G(0,05), loi géométrique comptée en nombre d'essais.
E(W)=p1=0,051=20 jours ouvrables.
P(W>10)=q10=0,9510≈0,5987
À peu près une chance sur deux de passer les 10 premiers jours sans fausse alarme.
Les points se gagnent avant la correction ; après, tu peux encore t'entraîner.
Pour toi :
Exercice 10 : Problème : adopter la nouvelle version d'un service web ? α, β et taille d'échantillon
9 réponses vérifiables
Le temps de traitement d'une requête par un service web a une moyenne de 250 ms et un écart-type de 40 ms. L'équipe de développement affirme que la nouvelle version du service ramène le temps moyen à 235 ms, sans changer l'écart-type. Pour trancher, on fait traiter par la nouvelle version 64 requêtes tirées au hasard dans le journal du serveur, et l'on adopte la nouvelle version si le temps moyen observé x est inférieur à 242 ms. Les temps de traitement ne suivent pas une loi normale : quelques requêtes sont très longues.
a) Posez H0 et H1. Justifiez la loi de X sous chacune des hypothèses et donnez son écart-type.
b) Calculez le risque α de cette règle et interprétez-le.
c) Calculez le risque β et la puissance du test, et interprétez β.
d) Le directeur technique exige α=1% avec les mêmes 64 requêtes. Quel seuil c faut-il prendre, et que devient β ?
e) Combien de requêtes faut-il traiter, au minimum, pour que α et β ne dépassent ni l'un ni l'autre 5% ? Quel est alors le seuil c ?
Voir la correction
Réponses
a)H0:μ=250 contre H1:μ=235 ; X approximativement normale d'écart-type 5 ms
b)α=0,0548
c)β=0,0808, puissance 0,9192
d)c=238,35 ms, β=0,2514
e)n=77 requêtes, c=242,5 ms
a)
H0:μ=250 (la nouvelle version ne fait pas mieux) contre H1:μ=235 (l'affirmation de l'équipe). Adopter la nouvelle version, c'est rejeter H0 : on le fait si x<242.
La loi des temps n'est pas normale, mais n=64≥30 : par le théorème central limite, X est approximativement normale, d'écart-type 6440=5 ms.
Il manque quelque chose dans cette série ?Un type d'exercice que ton prof donne, un énoncé qui te bloque, une erreur repérée : dis-le-moi, je lis chaque demande.
L'envoi passe par ton espace gratuit : c'est ce qui me permet de te répondre et de te prévenir quand l'exercice est ajouté. Un courriel suffit, pas de mot de passe. Crée ton espace.
Pas envie de créer un compte ? Écris-moi directement.
Vous cherchez un tuteur en probabilités et statistique pour MTH0104 ?
Contactez-moi pour une première séance. On reprend les tests au niveau de l'examen final : la zone sous H₀ d'abord, la décision et sa phrase ensuite, α et β pour finir.