Probabilités et statistique MTH0104 • Polytechnique Montréal • Tests d'hypothèses, valeur p et risques d'erreur

Tests d'hypothèses, valeur p et risques d'erreur : exercices corrigés de MTH0104 (Polytechnique)

Tests d'hypothèses, valeur p et risques d'erreur : exercices de MTH0104 (Polytechnique)

Nom : Classe : Date :

Corrigé

Durée conseillée : 3 h 00 · Calculatrice autorisée · 11 exercices
https://www.letuteurscientifique.ca/exercices/mth0104-tests-hypotheses

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.

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 H0H_{0}, avant de regarder les données ; α se lit sous H0H_{0}, β sous la vraie moyenne avec la même zone ; et ne pas rejeter H0H_{0} ne la prouve jamais.

Les pièges traités : une contre-hypothèse bilatérale pour une question orientée (exercice 1), « on accepte H0H_{0} » (exercices 1, 2 et 8), l'écart-type en nn au lieu de n−1n-1 et la table normale à la place de Student (exercices 2 et 7), pˉ\bar{p} sous la racine au lieu de p0p_{0} (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 H0H_{0} (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.

  • 11 exercices corrigés
  • Durée : 3 h 00
  • Autocorrigée, 98 réponses
  • Calculatrice
Commencer l'exercice 0.1 La fiche du chapitre
Imprimer

Imprimer le devoir ou le corrigé

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.

Créer mon espace gratuit

Déjà un espace ? Me connecter

Rappel de cours

  • • DÉMARCHE : définir XX et μ\mu ; poser H0:μ=μ0H_{0}:\mu=\mu_{0} et H1H_{1} (<<, ≠\neq ou >>) ; choisir α\alpha ; vérifier les conditions ; zone de rejet ; règle de décision ; conclusion dans les mots du problème.
  • • STATISTIQUES : Z=X‾−μ0σ/nZ=\dfrac{\overline{X}-\mu_{0}}{\sigma/\sqrt{n}} (σ\sigma connu, ou ss si n≥30n\geq 30) ; T=X‾−μ0S/nT=\dfrac{\overline{X}-\mu_{0}}{S/\sqrt{n}}, Student à n−1n-1 ddl (population normale, n<30n<30) ; Z=pˉ−p0p0(1−p0)/nZ=\dfrac{\bar{p}-p_{0}}{\sqrt{p_{0}(1-p_{0})/n}} si np0≥5np_{0}\geq 5 et n(1−p0)≥5n(1-p_{0})\geq 5.
  • • ZONES DE REJET : z<−zαz<-z_{\alpha} ; ∣z∣>zα/2|z|>z_{\alpha/2} ; z>zαz>z_{\alpha}. Table : z0,05=1,645z_{0{,}05}=1{,}645, z0,025=1,96z_{0{,}025}=1{,}96, z0,01=2,33z_{0{,}01}=2{,}33, z0,005=2,575z_{0{,}005}=2{,}575 ; Student tα ; νt_{\alpha\,;\,\nu} avec P(T>tα ; ν)=αP(T>t_{\alpha\,;\,\nu})=\alpha.
  • • VALEUR pp : P(Z<z0)P(Z<z_{0}) à gauche, P(Z>z0)P(Z>z_{0}) à droite, 2P(Z>∣z0∣)2P(Z>|z_{0}|) en bilatéral ; on rejette H0H_{0} si p<αp<\alpha.
  • • RISQUES : α=P(rejeter H0∣H0 vraie)\alpha=P(\text{rejeter }H_{0}\mid H_{0}\text{ vraie}), sous μ0\mu_{0} ; β=P(ne pas rejeter H0∣μ=μ1)\beta=P(\text{ne pas rejeter }H_{0}\mid\mu=\mu_{1}), même zone, sous μ1\mu_{1} ; puissance 1−β1-\beta.
  • • ZONE D'ACCEPTATION en x‾\overline{x} (bilatéral) : μ0±zα/2σn\mu_{0}\pm z_{\alpha/2}\dfrac{\sigma}{\sqrt{n}} ; elle se resserre comme 1n\dfrac{1}{\sqrt{n}}.

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)P(0<Z<z), avec zz arrondi au centième avant la lecture. Valeurs critiques : z0,05=1,645z_{0{,}05}=1{,}645, z0,025=1,96z_{0{,}025}=1{,}96, z0,01=2,33z_{0{,}01}=2{,}33, z0,005=2,575z_{0{,}005}=2{,}575. Statistiques au centième, probabilités à quatre décimales.

  • a) H0:μ=60H_{0}:\mu=60, σ=5,4\sigma=5{,}4, n=36n=36, x‾=61,5\overline{x}=61{,}5 : calculez la statistique z0z_{0}.
  • b) H0:μ=28,5H_{0}:\mu=28{,}5, population normale, n=16n=16, x‾=27,2\overline{x}=27{,}2, s=2,4s=2{,}4 : calculez t0t_{0} et donnez son nombre de degrés de liberté.
  • c) H0:p=0,25H_{0}:p=0{,}25, 9393 succès sur n=300n=300 : calculez z0z_{0}.
  • d) Test bilatéral sur une moyenne, σ\sigma connu, au seuil de 1 %1\,\% : donnez la valeur critique positive zα/2z_{\alpha/2}.
  • e) Test bilatéral au seuil de 5 %5\,\% sur n=10n=10 mesures d'une population normale, σ\sigma inconnu : donnez la valeur critique t0,025 ; 9t_{0{,}025\,;\,9}.
  • f) Test unilatéral à droite, z0=1,87z_{0}=1{,}87 : calculez la valeur pp.
  • g) Test bilatéral, z0=−2,14z_{0}=-2{,}14 : calculez la valeur pp.
  • h) Test de H1:μ<μ0H_{1}:\mu<\mu_{0} avec z0=0,62z_{0}=0{,}62 : calculez la valeur pp.
  • i) H0:μ=80H_{0}:\mu=80 contre H1:μ≠80H_{1}:\mu\neq 80, σ=10\sigma=10, n=25n=25, seuil de 5 %5\,\% : donnez la zone d'acceptation de H0H_{0} en x‾\overline{x}.
  • j) H0:μ=40H_{0}:\mu=40, σ=9\sigma=9, n=36n=36, et l'on rejette H0H_{0} si x‾<37\overline{x}<37 : calculez α\alpha.
  • k) Même règle qu'en j), alors que la vraie moyenne est μ=35,5\mu=35{,}5 : calculez β\beta.

Tape tes réponses, la page te dit juste ou faux 0/13

a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
k)
Voir la correction

Réponses

  • a) z0≈1,67z_{0}\approx 1{,}67
  • b) t0≈−2,17t_{0}\approx -2{,}17, ν=15\nu=15
  • c) z0=2,40z_{0}=2{,}40
  • d) z0,005=2,575z_{0{,}005}=2{,}575
  • e) t0,025 ; 9=2,2622t_{0{,}025\,;\,9}=2{,}2622
  • f) p=0,0307p=0{,}0307
  • g) p=0,0324p=0{,}0324
  • h) p=0,7324p=0{,}7324
  • i) [76,08 ;83,92][76{,}08\,;83{,}92]
  • j) α=0,0228\alpha=0{,}0228
  • k) β=0,1587\beta=0{,}1587

Un seul geste porte toute la liste : tout se calcule SOUS H0H_{0}, avec μ0\mu_{0} ou p0p_{0} au centre et σn\frac{\sigma}{\sqrt{n}} comme unité. Seul β\beta, en k), change de centre.

a)

σ\sigma connu : z0=x‾−μ0σ/n=61,5−605,4/6=1,50,9≈1,67z_{0}=\dfrac{\overline{x}-\mu_{0}}{\sigma/\sqrt{n}}=\dfrac{61{,}5-60}{5{,}4/6}=\dfrac{1{,}5}{0{,}9}\approx 1{,}67

b)

σ\sigma inconnu, n<30n<30, population normale : loi de Student à ν=n−1=15\nu=n-1=15 degrés de liberté.

t0=27,2−28,52,4/16=−1,30,6≈−2,17\displaystyle t_{0}=\dfrac{27{,}2-28{,}5}{2{,}4/\sqrt{16}}=\dfrac{-1{,}3}{0{,}6}\approx -2{,}17
c)

pˉ=93300=0,31\bar{p}=\dfrac{93}{300}=0{,}31 et, sous H0H_{0}, 0,25×0,75300=0,025\sqrt{\dfrac{0{,}25\times 0{,}75}{300}}=0{,}025.

z0=0,31−0,250,025=2,40\displaystyle z_{0}=\dfrac{0{,}31-0{,}25}{0{,}025}=2{,}40

Piège : mettre pˉ=0,31\bar{p}=0{,}31 sous la racine ; sous H0H_{0}, la proportion vaut p0p_{0}.

d)

α=0,01\alpha=0{,}01 se partage en deux queues de 0,0050{,}005 : P(0<Z<z)=0,495P(0<Z<z)=0{,}495 donne z0,005=2,575z_{0{,}005}=2{,}575 (ou 2,582{,}58).

e)

Table de Student, α/2=0,025\alpha/2=0{,}025 dans la queue droite, ν=10−1=9\nu=10-1=9 : t0,025 ; 9=2,2622t_{0{,}025\,;\,9}=2{,}2622.

Piège : lire la ligne ν=10\nu=10 ; une moyenne estimée coûte un degré de liberté.

f)
p=P(Z>1,87)=0,5−0,4693=0,0307\displaystyle p=P(Z>1{,}87)=0{,}5-0{,}4693=0{,}0307
g)
p=2P(Z>2,14)=2 (0,5−0,4838)=0,0324\displaystyle p=2P(Z>2{,}14)=2\,(0{,}5-0{,}4838)=0{,}0324
h)

Pour H1:μ<μ0H_{1}:\mu<\mu_{0}, l'aire est à GAUCHE de z0z_{0} :

p=P(Z<0,62)=0,5+0,2324=0,7324\displaystyle p=P(Z<0{,}62)=0{,}5+0{,}2324=0{,}7324

Piège : répondre 0,26760{,}2676. Un z0z_{0} positif contre une alternative « plus petit » donne une valeur pp supérieure à 0,50{,}5.

i)

σn=105=2\dfrac{\sigma}{\sqrt{n}}=\dfrac{10}{5}=2 et 80±1,96×2=80±3,9280\pm 1{,}96\times 2=80\pm 3{,}92 : zone d'acceptation [76,08 ;83,92][76{,}08\,;83{,}92].

j)

σn=96=1,5\dfrac{\sigma}{\sqrt{n}}=\dfrac{9}{6}=1{,}5 ; α=P(X‾<37∣μ=40)=P(Z<−2,00)=0,5−0,4772=0,0228\alpha=P(\overline{X}<37\mid\mu=40)=P(Z<-2{,}00)=0{,}5-0{,}4772=0{,}0228

k)

Même zone, autre centre : β=P(X‾≥37∣μ=35,5)=P(Z≥37−35,51,5)=P(Z≥1,00)\beta=P(\overline{X}\geq 37\mid\mu=35{,}5)=P\left(Z\geq\dfrac{37-35{,}5}{1{,}5}\right)=P(Z\geq 1{,}00)

β=0,5−0,3413=0,1587\displaystyle \beta=0{,}5-0{,}3413=0{,}1587

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 900900 ppm (parties par million), et l'écart-type des mesures, stable depuis des années, de σ=75\sigma=75 ppm. Depuis, un capteur a relevé la concentration à la fin de n=36n=36 cours tirés au hasard dans la session : leur moyenne est x‾=922\overline{x}=922 ppm. Les ingénieurs veulent savoir si la concentration moyenne a augmenté.

  • a) Définissez la variable XX et le paramètre testé, puis posez H0H_{0} et H1H_{1}.
  • b) Justifiez l'emploi de la loi normale et calculez la statistique observée z0z_{0}.
  • c) Déterminez la zone de rejet au seuil α=1 %\alpha=1\,\%, appliquez la règle de décision et concluez.
  • d) Reprenez la décision au seuil α=5 %\alpha=5\,\%.
  • e) Calculez la valeur pp du test et expliquez pourquoi les décisions de c) et d) ne se contredisent pas.

Tape tes réponses, la page te dit juste ou faux 0/5

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) H0:μ=900H_{0}:\mu=900 contre H1:μ>900H_{1}:\mu>900
  • b) z0=1,76z_{0}=1{,}76
  • c) Zone z>2,33z>2{,}33 : on ne rejette pas H0H_{0} à 1 %1\,\%
  • d) z0>1,645z_{0}>1{,}645 : on rejette H0H_{0} à 5 %5\,\%
  • e) p=0,0392p=0{,}0392, entre 0,010{,}01 et 0,050{,}05

La démarche du cours, en sept étapes : définir XX et μ\mu ; poser H0H_{0} et H1H_{1} ; choisir α\alpha ; vérifier les conditions ; construire la zone de rejet ; appliquer la règle ; conclure dans les mots du problème.

a)

XX : concentration de CO₂ (ppm) à la fin d'un cours, depuis la modification ; μ=E(X)\mu=E(X), sa moyenne inconnue.

H0:μ=900H_{0}:\mu=900 contre H1:μ>900H_{1}:\mu>900 (unilatéral à droite).

H1H_{1} porte ce que les ingénieurs veulent établir, « la concentration a augmenté » ; H0H_{0} porte l'égalité.

Piège : écrire H1:μ≠900H_{1}:\mu\neq 900. La question est orientée, le test l'est aussi.

b)

σ=75\sigma=75 est connu et n=36≥30n=36\geq 30 : par le théorème central limite, sous H0H_{0}, X‾\overline{X} suit approximativement N(900 ;75236)\mathcal{N}\left(900\,;\frac{75^{2}}{36}\right), quelle que soit la loi de XX.

σX‾=7536=12,5\sigma_{\overline{X}}=\dfrac{75}{\sqrt{36}}=12{,}5 ppm

z0=x‾−μ0σ/n=922−90012,5=1,76\displaystyle z_{0}=\dfrac{\overline{x}-\mu_{0}}{\sigma/\sqrt{n}}=\dfrac{922-900}{12{,}5}=1{,}76
c)

Au seuil de 1 %1\,\%, tout le risque est dans la queue droite : P(0<Z<z0,01)=0,49P(0<Z<z_{0{,}01})=0{,}49 donne z0,01=2,33z_{0{,}01}=2{,}33.

Zone de rejet : z>2,33z>2{,}33. Or z0=1,76<2,33z_{0}=1{,}76<2{,}33 : on ne rejette pas H0H_{0}.

Conclusion : au seuil de 1 %1\,\%, les 3636 mesures ne permettent pas de conclure que la concentration moyenne de CO₂ a augmenté.

Piège : écrire « on accepte H0H_{0}, la concentration est restée à 900900 ppm ». Le test n'a rien prouvé ; il n'a pas trouvé assez de preuves contre H0H_{0}.

d)

z0,05=1,645z_{0{,}05}=1{,}645, zone de rejet z>1,645z>1{,}645. Or z0=1,76>1,645z_{0}=1{,}76>1{,}645 : on rejette H0H_{0}.

Conclusion : au seuil de 5 %5\,\%, la concentration moyenne de CO₂ en fin de cours a augmenté depuis la réduction du débit d'air.

e)

Valeur pp (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\displaystyle p=P(Z>1{,}76)=0{,}5-P(0<Z<1{,}76)=0{,}5-0{,}4608=0{,}0392

Règle : on rejette H0H_{0} si et seulement si p<αp<\alpha. Ici 0,01<0,0392<0,050{,}01<0{,}0392<0{,}05 : rejet à 5 %5\,\%, pas de rejet à 1 %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 pp donne d'un coup tous les seuils où l'on rejette : ceux qui dépassent 3,92 %3{,}92\,\%.

01,645z₀ = 1,76seuil 5 % : rejet si z > 1,645rejet de H₀02,33z₀ = 1,76seuil 1 % : rejet si z > 2,33pas de rejet

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 1,5801{,}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 1010 piles prises au hasard dans le lot (figure), en volts : 1,5621{,}562 ; 1,5811{,}581 ; 1,5701{,}570 ; 1,5881{,}588 ; 1,5661{,}566 ; 1,5771{,}577 ; 1,5591{,}559 ; 1,5831{,}583 ; 1,5741{,}574 ; 1,5851{,}585.

On admet que la tension des piles du lot suit une loi normale. Seuil : 5 %5\,\%. Table de Student : t0,05 ; 9=1,8331t_{0{,}05\,;\,9}=1{,}8331.

1,5551,5601,5651,5701,5751,5801,5851,5901,5951,580 V annoncéstension à vide (V)10 piles du lot
  • a) Calculez la moyenne x‾\overline{x} et l'écart-type ss de l'échantillon.
  • b) Posez H0H_{0} et H1H_{1}, puis choisissez la statistique du test en justifiant.
  • c) Calculez t0t_{0}, 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-z_{0{,}05}=-1{,}645. Quelle décision obtient-il, et pourquoi est-elle fautive ?

Tape tes réponses, la page te dit juste ou faux 0/8

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) x‾=1,5745\overline{x}=1{,}5745 V, s≈0,0100s\approx 0{,}0100 V
  • b) H0:μ=1,580H_{0}:\mu=1{,}580 contre H1:μ<1,580H_{1}:\mu<1{,}580 ; Student à 99 ddl
  • c) t0≈−1,74>−1,8331t_{0}\approx -1{,}74>-1{,}8331 : on ne rejette pas H0H_{0}
  • d) Les mesures ne permettent pas de conclure à une baisse de la tension moyenne
  • e) Il rejette H0H_{0} à tort : la loi normale ne convient pas ici
a)

∑xi=15,745\sum x_{i}=15{,}745 et ∑xi2=24,791 405\sum x_{i}^{2}=24{,}791\,405, donc x‾=15,74510=1,5745\overline{x}=\dfrac{15{,}745}{10}=1{,}5745 V.

s2=∑xi2−nx‾2n−1=24,791 405−24,790 502 59≈0,000 100 3\displaystyle s^{2}=\dfrac{\sum x_{i}^{2}-n\overline{x}^{2}}{n-1}=\dfrac{24{,}791\,405-24{,}790\,502\,5}{9}\approx 0{,}000\,100\,3

s≈0,0100s\approx 0{,}0100 V

Piège : diviser par n=10n=10 (touche σn\sigma_{n} de la calculatrice). Le cours estime σ\sigma par ss, en n−1n-1 ; on obtiendrait 0,00950{,}0095 V.

b)

XX : tension à vide (V) d'une pile du lot ; μ\mu sa moyenne. H0:μ=1,580H_{0}:\mu=1{,}580 contre H1:μ<1,580H_{1}:\mu<1{,}580 (unilatéral à gauche).

Conditions : population normale, σ\sigma inconnu et estimé par ss, petit échantillon (n=10<30n=10<30).

Statistique : T=X‾−μ0S/nT=\dfrac{\overline{X}-\mu_{0}}{S/\sqrt{n}}, qui suit sous H0H_{0} la loi de Student à ν=n−1=9\nu=n-1=9 degrés de liberté.

c)
t0=1,5745−1,5800,0100/10=−0,00550,003 167≈−1,74\displaystyle t_{0}=\dfrac{1{,}5745-1{,}580}{0{,}0100/\sqrt{10}}=\dfrac{-0{,}0055}{0{,}003\,167}\approx -1{,}74

Zone de rejet au seuil de 5 %5\,\%, à gauche : t<−t0,05 ; 9=−1,8331t<-t_{0{,}05\,;\,9}=-1{,}8331.

t0=−1,74>−1,8331t_{0}=-1{,}74>-1{,}8331 : t0t_{0} n'est pas dans la zone de rejet, on ne rejette pas H0H_{0}.

d)

« Au seuil de 5 %5\,\%, les dix mesures ne permettent pas de conclure que la tension moyenne des piles du lot est inférieure à 1,5801{,}580 V. »

Ce n'est PAS « les piles ont gardé leur tension » : avec 1010 piles, une vraie baisse de quelques millivolts peut passer inaperçue (risque β\beta). Le distributeur peut mesurer d'autres piles avant de trancher.

Piège : « on accepte H0H_{0} », sans nuance, coûte la conclusion.

e)

Avec la loi normale, la zone de rejet serait z<−1,645z<-1{,}645, et −1,74<−1,645-1{,}74<-1{,}645 : le collègue rejette H0H_{0}.

C'est fautif : σ\sigma est inconnu et n<30n<30, donc la statistique suit la loi de Student, dont les queues sont plus épaisses que celles de la loi normale ; sa valeur critique, 1,83311{,}8331, est plus loin du centre que 1,6451{,}645.

Piège : le mauvais tableau CHANGE ici la décision. La règle t<−1,645t<-1{,}645 a un vrai risque de première espèce d'environ 6,7 %6{,}7\,\% avec 99 degrés de liberté, et non les 5 %5\,\% annoncés.

0−1,8332t₀ = −1,74Student, 9 ddl : rejet si t < −1,833pas de rejet0−1,6452t₀ = −1,74loi normale (piège) : rejet si z < −1,645rejet à tort

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 %2\,\% de pièces non conformes. Le service qualité soupçonne que le taux réel dépasse la garantie. Il prélève au hasard n=600n=600 connecteurs dans les livraisons du mois et en trouve 1919 non conformes. On teste au seuil de 5 %5\,\%.

  • a) Donnez l'estimation ponctuelle pˉ\bar{p} de la proportion de connecteurs non conformes, puis posez H0H_{0} et H1H_{1}.
  • b) Vérifiez les conditions du test et calculez la statistique observée z0z_{0}.
  • c) Appliquez la règle de décision au seuil de 5 %5\,\% et concluez.
  • d) Calculez la valeur pp du test.
  • e) Quel est le plus grand nombre de connecteurs non conformes, sur 600600, qui ne ferait pas rejeter la garantie au seuil de 5 %5\,\% ?

Tape tes réponses, la page te dit juste ou faux 0/6

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) pˉ≈0,0317\bar{p}\approx 0{,}0317 ; H0:p=0,02H_{0}:p=0{,}02 contre H1:p>0,02H_{1}:p>0{,}02
  • b) z0≈2,04z_{0}\approx 2{,}04
  • c) z0>1,645z_{0}>1{,}645 : on rejette H0H_{0}, la garantie n'est pas tenue
  • d) p=0,0207p=0{,}0207
  • e) Au plus 1717 non-conformes
a)

pˉ=19600≈0,0317\bar{p}=\dfrac{19}{600}\approx 0{,}0317 : 3,17 %3{,}17\,\% des connecteurs de l'échantillon sont non conformes.

pp : proportion de connecteurs non conformes dans l'ensemble des livraisons. H0:p=0,02H_{0}:p=0{,}02 contre H1:p>0,02H_{1}:p>0{,}02.

La garantie « au plus 2 %2\,\% » se teste à sa frontière, p=0,02p=0{,}02 ; le soupçon du service qualité est H1H_{1}.

b)

Conditions : np0=600×0,02=12≥5np_{0}=600\times 0{,}02=12\geq 5 et n(1−p0)=588≥5n(1-p_{0})=588\geq 5 ; sous H0H_{0}, Pˉ\bar{P} suit approximativement N(p0 ;p0(1−p0)n)\mathcal{N}\left(p_{0}\,;\frac{p_{0}(1-p_{0})}{n}\right).

σPˉ=0,02×0,98600≈0,005 715\displaystyle \sigma_{\bar{P}}=\sqrt{\dfrac{0{,}02\times 0{,}98}{600}}\approx 0{,}005\,715
z0=pˉ−p0p0(1−p0)/n=0,031 67−0,020,005 715≈2,04\displaystyle z_{0}=\dfrac{\bar{p}-p_{0}}{\sqrt{p_{0}(1-p_{0})/n}}=\dfrac{0{,}031\,67-0{,}02}{0{,}005\,715}\approx 2{,}04

Piège : mettre pˉ\bar{p} sous la racine. On obtiendrait 0,011 670,007 149≈1,63\dfrac{0{,}011\,67}{0{,}007\,149}\approx 1{,}63, et la décision changerait (figure). Le test se calcule SOUS H0H_{0}, donc avec p0p_{0}.

c)

Zone de rejet : z>z0,05=1,645z>z_{0{,}05}=1{,}645. Or z0=2,04>1,645z_{0}=2{,}04>1{,}645 : on rejette H0H_{0}.

Conclusion : au seuil de 5 %5\,\%, la proportion de connecteurs non conformes dépasse les 2 %2\,\% garantis ; le service qualité peut contester la garantie.

d)
p=P(Z>2,04)=0,5−0,4793=0,0207\displaystyle p=P(Z>2{,}04)=0{,}5-0{,}4793=0{,}0207

p<0,05p<0{,}05 confirme le rejet ; p>0,01p>0{,}01 dit qu'au seuil de 1 %1\,\%, on ne rejetterait pas.

e)

On ne rejette pas tant que z0≤1,645z_{0}\leq 1{,}645, c'est-à-dire tant que

pˉ≤0,02+1,645×0,005 715≈0,029 40\displaystyle \bar{p}\leq 0{,}02+1{,}645\times 0{,}005\,715\approx 0{,}029\,40

soit un nombre xx de non-conformes tel que x≤600×0,029 40≈17,64x\leq 600\times 0{,}029\,40\approx 17{,}64.

Au plus 1717 non-conformes sur 600600 ne font pas rejeter la garantie ; dès 1818, on la rejette.

Vérification : x=17x=17 donne z0=17/600−0,020,005 715≈1,46z_{0}=\dfrac{17/600-0{,}02}{0{,}005\,715}\approx 1{,}46, pas de rejet ; x=18x=18 donne z0=0,03−0,020,005 715≈1,75z_{0}=\dfrac{0{,}03-0{,}02}{0{,}005\,715}\approx 1{,}75, rejet.

01,645−2−1z = 2,04z = 1,63Z sous H₀ : p = 0,02vert : écart type avec p₀, z = 2,04, rejet de H₀rouge (faux) : avec p̄, z = 1,63, pas de rejet

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 3535 L/min à la hauteur de refoulement prévue. Sur un banc d'essai, une ingénieure mesure le débit de n=40n=40 pompes prises au hasard dans un arrivage : x‾=34,1\overline{x}=34{,}1 L/min et s=2,6s=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 ZZ et calculez z0z_{0} pour μ0=35\mu_{0}=35 L/min.
  • b) L'exploitant du réseau veut savoir si le débit moyen est INFÉRIEUR à l'annonce. Posez H1H_{1}, calculez la valeur pp, puis décidez aux seuils de 5 %5\,\% et de 1 %1\,\%.
  • c) Le bureau d'études veut seulement savoir si le débit moyen DIFFÈRE de 3535 L/min. Calculez la valeur pp de ce test et décidez au seuil de 5 %5\,\%.
  • d) Le fabricant affirme que le débit moyen DÉPASSE l'annonce. Calculez la valeur pp correspondante et concluez.
  • e) Construisez l'intervalle de confiance à 95 %95\,\% de μ\mu et montrez qu'il est cohérent avec la décision de c).

Tape tes réponses, la page te dit juste ou faux 0/10

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) z0≈−2,19z_{0}\approx -2{,}19
  • b) p=0,0143p=0{,}0143 : rejet à 5 %5\,\%, pas de rejet à 1 %1\,\%
  • c) p=0,0286p=0{,}0286 : rejet à 5 %5\,\%
  • d) p=0,9857p=0{,}9857 : on ne rejette pas H0H_{0}
  • e) [33,29 ;34,91][33{,}29\,;34{,}91] L/min, qui exclut 3535
a)

σ\sigma est inconnu, mais n=40≥30n=40\geq 30 : par le théorème central limite, X‾\overline{X} est approximativement normale, et l'on remplace σ\sigma par ss (cas « nn grand » du cours). Inutile de supposer le débit normal.

z0=34,1−352,6/40=−0,90,4111≈−2,19\displaystyle z_{0}=\dfrac{34{,}1-35}{2{,}6/\sqrt{40}}=\dfrac{-0{,}9}{0{,}4111}\approx -2{,}19
b)

H0:μ=35H_{0}:\mu=35 contre H1:μ<35H_{1}:\mu<35. La valeur pp est l'aire du côté de H1H_{1}, à gauche de z0z_{0} :

p=P(Z<−2,19)=0,5−0,4857=0,0143\displaystyle p=P(Z<-2{,}19)=0{,}5-0{,}4857=0{,}0143

Au seuil de 5 %5\,\% : p<0,05p<0{,}05, on rejette H0H_{0} ; le débit moyen est inférieur à l'annonce.

Au seuil de 1 %1\,\% : p>0,01p>0{,}01, on ne rejette pas H0H_{0}.

c)

H1:μ≠35H_{1}:\mu\neq 35 : les écarts des deux côtés comptent, on double l'aire de la queue :

p=2P(Z>∣z0∣)=2×0,0143=0,0286\displaystyle p=2P(Z>|z_{0}|)=2\times 0{,}0143=0{,}0286

p<0,05p<0{,}05 : on rejette H0H_{0} au seuil de 5 %5\,\% ; le débit moyen diffère de 3535 L/min.

Piège : oublier de doubler. Une valeur pp bilatérale de 0,01430{,}0143 ferait rejeter au seuil de 2 %2\,\%, ce que les données ne permettent pas.

d)

H1:μ>35H_{1}:\mu>35 : l'aire du côté de H1H_{1} est à DROITE de z0=−2,19z_{0}=-2{,}19 :

p=P(Z>−2,19)=0,5+0,4857=0,9857\displaystyle p=P(Z>-2{,}19)=0{,}5+0{,}4857=0{,}9857

pp est énorme : on ne rejette pas H0H_{0}, l'affirmation du fabricant n'est pas appuyée par l'échantillon. Une valeur pp supérieure à 0,50{,}5 signale un échantillon qui penche du côté OPPOSÉ à H1H_{1} : x‾=34,1<35\overline{x}=34{,}1<35.

Piège : calculer P(Z>2,19)=0,0143P(Z>2{,}19)=0{,}0143 par réflexe, et « donner raison » au fabricant.

e)

Cas nn grand : x‾±z0,025sn=34,1±1,96×0,4111=34,1±0,81\overline{x}\pm z_{0{,}025}\dfrac{s}{\sqrt{n}}=34{,}1\pm 1{,}96\times 0{,}4111=34{,}1\pm 0{,}81

IDC à 95 %95\,\% : [33,29 ;34,91][33{,}29\,;34{,}91] L/min.

3535 n'est pas dans l'intervalle : un test bilatéral au seuil de 5 %5\,\% rejette μ=35\mu=35, comme en c).

Un test bilatéral au seuil α\alpha rejette μ0\mu_{0} exactement quand μ0\mu_{0} sort de l'IDC de niveau 1−α1-\alpha construit avec la même erreur type.

0−2,19H₁ : μ < 35 (aire à gauche)valeur p = 0,01430−2,192,19H₁ : μ ≠ 35 (deux queues)valeur p = 0,02860−2,19H₁ : μ > 35 (aire à droite)valeur p = 0,9857

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 500500 mL. Quand elle est bien réglée, le volume versé suit une loi normale de moyenne 500500 mL et de VARIANCE 1616 mL². À chaque contrôle, on mesure le volume de nn bouteilles et l'on teste H0:μ=500H_{0}:\mu=500 contre H1:μ≠500H_{1}:\mu\neq 500 au seuil de 5 %5\,\% : une moyenne trop haute gaspille de l'eau, une moyenne trop basse lèse le client.

  • a) Pour n=25n=25, donnez la loi de X‾\overline{X} sous H0H_{0} et son écart-type.
  • b) Déterminez la zone d'acceptation de H0H_{0} en x‾\overline{x} pour n=25n=25.
  • c) Même question pour n=100n=100.
  • d) Un contrôle donne x‾=498,9\overline{x}=498{,}9 mL. Quelle est la décision si ce résultat vient de 2525 bouteilles ? de 100100 bouteilles ?
  • e) Combien de bouteilles faut-il mesurer, au minimum, pour que la zone d'acceptation soit contenue dans [499,5 ;500,5][499{,}5\,;500{,}5] ?

Tape tes réponses, la page te dit juste ou faux 0/8

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) X‾∼N(500 ;0,64)\overline{X}\sim\mathcal{N}(500\,;0{,}64), écart-type 0,80{,}8 mL
  • b) [498,43 ;501,57][498{,}43\,;501{,}57] mL
  • c) [499,22 ;500,78][499{,}22\,;500{,}78] mL
  • d) n=25n=25 : pas de rejet ; n=100n=100 : rejet de H0H_{0}
  • e) n=246n=246 bouteilles
a)

La variance vaut 1616, donc σ=16=4\sigma=\sqrt{16}=4 mL.

Sous H0H_{0}, XX est normale, donc X‾\overline{X} l'est aussi, exactement, pour tout nn :

X‾∼N(500 ;1625)\overline{X}\sim\mathcal{N}\left(500\,;\dfrac{16}{25}\right), d'écart-type σX‾=425=0,8\sigma_{\overline{X}}=\dfrac{4}{\sqrt{25}}=0{,}8 mL.

Piège : prendre 1616 pour l'écart-type. Le second paramètre de N(μ ;σ2)\mathcal{N}(\mu\,;\sigma^{2}) est une variance ; on trouverait σX‾=3,2\sigma_{\overline{X}}=3{,}2 mL et une zone quatre fois trop large.

b)

On ne rejette pas H0H_{0} si −1,96≤z0≤1,96-1{,}96\leq z_{0}\leq 1{,}96, c'est-à-dire si

500−1,96×0,8≤x‾≤500+1,96×0,8\displaystyle 500-1{,}96\times 0{,}8\leq\overline{x}\leq 500+1{,}96\times 0{,}8

Zone d'acceptation : [498,43 ;501,57][498{,}43\,;501{,}57] mL (498,432498{,}432 et 501,568501{,}568 avant l'arrondi).

c)

σX‾=4100=0,4\sigma_{\overline{X}}=\dfrac{4}{\sqrt{100}}=0{,}4 mL, donc 500±1,96×0,4=500±0,784500\pm 1{,}96\times 0{,}4=500\pm 0{,}784.

Zone d'acceptation : [499,22 ;500,78][499{,}22\,;500{,}78] mL.

Quatre fois plus de bouteilles divisent la demi-largeur par 4=2\sqrt{4}=2 : la zone se resserre autour de 500500, et α\alpha reste à 5 %5\,\%.

d)

n=25n=25 : 498,43≤498,9≤501,57498{,}43\leq 498{,}9\leq 501{,}57, on ne rejette pas H0H_{0} ; en effet z0=498,9−5000,8≈−1,38z_{0}=\dfrac{498{,}9-500}{0{,}8}\approx -1{,}38.

n=100n=100 : 498,9<499,22498{,}9<499{,}22, on rejette H0H_{0} (z0=−2,75z_{0}=-2{,}75) ; au seuil de 5 %5\,\%, la remplisseuse est déréglée.

Le même écart de 1,11{,}1 mL est un aléa plausible sur 2525 bouteilles et une preuve sur 100100 : un grand échantillon détecte de plus petits écarts.

e)

Il faut une demi-largeur 1,964n≤0,51{,}96\dfrac{4}{\sqrt{n}}\leq 0{,}5, soit n≥1,96×40,5=15,68\sqrt{n}\geq\dfrac{1{,}96\times 4}{0{,}5}=15{,}68 et n≥245,86n\geq 245{,}86.

Il faut mesurer au moins 246246 bouteilles.

Piège : arrondir à 245245. Une taille d'échantillon s'arrondit toujours à l'entier SUPÉRIEUR, sinon la précision visée n'est pas atteinte.

497,5498498,5499499,5500500,5501501,5502498,43501,57n = 25 : pas de rejet499,22500,78n = 100 : rejet de H₀x̄ = 498,9 mLvolume moyen x̄ (mL)

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\sigma=0{,}03 mm. Bien réglée, elle produit un diamètre moyen de 12,0012{,}00 mm. Chaque matin, on mesure 99 axes et l'on applique la règle de la figure : la machine est déclarée bien réglée si le diamètre moyen x‾\overline{x} est dans [11,98 ;12,02][11{,}98\,;12{,}02] mm, mal réglée sinon ; elle est alors arrêtée et réajustée.

11,9611,9812,0012,0212,04déclarée bien régléemal régléemal régléediamètre moyen x̄ des 9 axes (mm)
  • a) Posez H0H_{0} et H1H_{1} pour ce contrôle du matin, puis donnez l'écart-type de X‾\overline{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 12,01512{,}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=25n=25 axes et l'on recalcule la zone d'acceptation pour un seuil de 5 %5\,\%. Donnez cette zone, puis le nouveau risque β\beta si μ=12,015\mu=12{,}015 mm.
  • e) Laquelle des deux règles protège le mieux contre ce dérèglement ? Justifiez.

Tape tes réponses, la page te dit juste ou faux 0/10

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) H0:μ=12,00H_{0}:\mu=12{,}00 contre H1:μ≠12,00H_{1}:\mu\neq 12{,}00 ; σX‾=0,01\sigma_{\overline{X}}=0{,}01 mm
  • b) α=0,0456\alpha=0{,}0456, risque de première espèce
  • c) β=0,6913\beta=0{,}6913, puissance 0,30870{,}3087
  • d) [11,988 ;12,012][11{,}988\,;12{,}012] mm, β≈0,2946\beta\approx 0{,}2946
  • e) La règle à 2525 axes : même α\alpha, β\beta divisé par plus de deux
a)

H0:μ=12,00H_{0}:\mu=12{,}00 (bien réglée) contre H1:μ≠12,00H_{1}:\mu\neq 12{,}00 (mal réglée, dans un sens ou dans l'autre) : test bilatéral.

XX est normale, donc X‾\overline{X} l'est aussi, d'écart-type σX‾=0,039=0,01\sigma_{\overline{X}}=\dfrac{0{,}03}{\sqrt{9}}=0{,}01 mm.

b)

Arrêter une machine bien réglée, c'est rejeter H0H_{0} alors qu'elle est vraie : le risque de première espèce, α\alpha.

α=P(X‾<11,98 ou X‾>12,02∣μ=12,00)=P(Z<−2,00)+P(Z>2,00)\displaystyle \alpha=P(\overline{X}<11{,}98\ \text{ou}\ \overline{X}>12{,}02\mid\mu=12{,}00)=P(Z<-2{,}00)+P(Z>2{,}00)
α=2 (0,5−0,4772)=0,0456\displaystyle \alpha=2\,(0{,}5-0{,}4772)=0{,}0456

La règle arrête à tort une machine bien réglée environ 4,64{,}6 fois sur 100100 contrôles.

Piège : ne compter qu'une queue (0,02280{,}0228) ; une règle bilatérale rejette des deux côtés.

c)

Ne pas détecter, c'est ne pas rejeter H0H_{0} alors que μ=12,015\mu=12{,}015 : le risque de deuxième espèce β\beta, calculé avec la MÊME zone, mais centré sur la vraie moyenne.

β=P(11,98≤X‾≤12,02∣μ=12,015)=P(11,98−12,0150,01≤Z≤12,02−12,0150,01)\displaystyle \beta=P(11{,}98\leq\overline{X}\leq 12{,}02\mid\mu=12{,}015)=P\left(\dfrac{11{,}98-12{,}015}{0{,}01}\leq Z\leq\dfrac{12{,}02-12{,}015}{0{,}01}\right)
β=P(−3,50≤Z≤0,50)=0,4998+0,1915=0,6913\displaystyle \beta=P(-3{,}50\leq Z\leq 0{,}50)=0{,}4998+0{,}1915=0{,}6913

Puissance : 1−β=0,30871-\beta=0{,}3087. Un dérèglement de 0,0150{,}015 mm échappe à la règle environ 6969 fois sur 100100.

Piège : centrer le calcul sur 12,0012{,}00. On recalculerait 1−α1-\alpha, pas β\beta.

d)

σX‾=0,0325=0,006\sigma_{\overline{X}}=\dfrac{0{,}03}{\sqrt{25}}=0{,}006 mm et 12,00±1,96×0,006=12,00±0,011 7612{,}00\pm 1{,}96\times 0{,}006=12{,}00\pm 0{,}011\,76 :

zone d'acceptation [11,988 ;12,012][11{,}988\,;12{,}012] mm (au millième).

β=P(11,988 24−12,0150,006≤Z≤12,011 76−12,0150,006)=P(−4,46≤Z≤−0,54)\displaystyle \beta=P\left(\dfrac{11{,}988\,24-12{,}015}{0{,}006}\leq Z\leq\dfrac{12{,}011\,76-12{,}015}{0{,}006}\right)=P(-4{,}46\leq Z\leq -0{,}54)

β≈0,5−0,2054=0,2946\beta\approx 0{,}5-0{,}2054=0{,}2946 : la puissance passe à 0,70540{,}7054.

e)

La règle à 2525 axes, avec sa zone recalculée : son risque α\alpha vaut 5 %5\,\%, presque celui de la règle actuelle (4,56 %4{,}56\,\%), et son risque β\beta tombe de 0,690{,}69 à 0,290{,}29.

À α\alpha fixé, c'est un échantillon plus grand qui fait baisser β\beta. Garder l'ancienne zone [11,98 ;12,02][11{,}98\,;12{,}02] avec 2525 axes ferait au contraire chuter α\alpha (environ 0,00080{,}0008) et MONTER β\beta (0,79670{,}7967) : la zone doit suivre σ/n\sigma/\sqrt{n}.

11,9711,9812,0012,0212,04μ = 12,00μ = 12,015α/2α/2βα = 0,0456 ; β = 0,6913x̄ (mm)

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 6,26{,}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 1515 camionnettes conduites par ses membres sur un même parcours mixte : x‾=6,51\overline{x}=6{,}51 L/100 km et s=0,48s=0{,}48 L/100 km. On suppose la consommation normale.

Table de Student, ν=14\nu=14 : t0,05=1,7613t_{0{,}05}=1{,}7613 ; t0,025=2,1448t_{0{,}025}=2{,}1448 ; t0,01=2,6245t_{0{,}01}=2{,}6245.

  • a) Posez H0H_{0} et H1H_{1}, et justifiez le choix de la loi de Student.
  • b) Calculez t0t_{0}. Peut-on conclure à une publicité mensongère au seuil de 5 %5\,\% ?
  • c) Reprenez la décision au seuil de 1 %1\,\%, puis encadrez la valeur pp du test à l'aide de la table.
  • d) Quelle consommation moyenne un échantillon de 1515 camionnettes, d'écart-type 0,480{,}48 L/100 km, ne doit-il pas dépasser pour que l'annonce ne soit pas contredite au seuil de 5 %5\,\% ?
  • e) Parmi les conditions proposées, laquelle est indispensable au test de b) ? Justifiez.

Tape tes réponses, la page te dit juste ou faux 0/7

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) H0:μ=6,2H_{0}:\mu=6{,}2 contre H1:μ>6,2H_{1}:\mu>6{,}2 ; Student à 1414 ddl
  • b) t0≈2,50>1,7613t_{0}\approx 2{,}50>1{,}7613 : rejet, la publicité est mensongère à 5 %5\,\%
  • c) Pas de rejet à 1 %1\,\% ; 0,01<p<0,0250{,}01<p<0{,}025
  • d) x‾≤6,42\overline{x}\leq 6{,}42 L/100 km
  • e) La normalité de la consommation
a)

XX : consommation (L/100 km) d'une camionnette sur le parcours ; μ\mu sa moyenne. H0:μ=6,2H_{0}:\mu=6{,}2 contre H1:μ>6,2H_{1}:\mu>6{,}2, ce que l'association veut établir.

Consommation normale, σ\sigma inconnu et n=15<30n=15<30 : T=X‾−μ0S/nT=\dfrac{\overline{X}-\mu_{0}}{S/\sqrt{n}} suit sous H0H_{0} la loi de Student à ν=14\nu=14 degrés de liberté.

b)

sn=0,4815≈0,1239\dfrac{s}{\sqrt{n}}=\dfrac{0{,}48}{\sqrt{15}}\approx 0{,}1239 et t0=6,51−6,20,1239≈2,50t_{0}=\dfrac{6{,}51-6{,}2}{0{,}1239}\approx 2{,}50

Zone de rejet : t>t0,05 ; 14=1,7613t>t_{0{,}05\,;\,14}=1{,}7613. Or t0=2,50>1,7613t_{0}=2{,}50>1{,}7613 : on rejette H0H_{0}.

Au seuil de 5 %5\,\%, la consommation moyenne réelle dépasse 6,26{,}2 L/100 km : la publicité est mensongère.

c)

Au seuil de 1 %1\,\% : t0=2,50<t0,01 ; 14=2,6245t_{0}=2{,}50<t_{0{,}01\,;\,14}=2{,}6245, on ne rejette pas H0H_{0}.

La table de Student ne donne que quelques seuils : on encadre.

t0,025 ; 14=2,1448<2,50<2,6245=t0,01 ; 14t_{0{,}025\,;\,14}=2{,}1448<2{,}50<2{,}6245=t_{0{,}01\,;\,14}, donc 0,01<p<0,0250{,}01<p<0{,}025.

Cohérent : p<5 %p<5\,\% (rejet à 5 %5\,\%) et p>1 %p>1\,\% (pas de rejet à 1 %1\,\%). Un logiciel donne p≈0,013p\approx 0{,}013.

Piège : lire P(Z>2,50)=0,0062P(Z>2{,}50)=0{,}0062 dans la table normale. Avec 1414 degrés de liberté, les queues de Student sont plus épaisses.

d)

L'annonce n'est pas contredite tant que t0≤1,7613t_{0}\leq 1{,}7613, c'est-à-dire tant que

x‾≤6,2+1,7613×0,4815≈6,2+0,218=6,418\displaystyle \overline{x}\leq 6{,}2+1{,}7613\times\dfrac{0{,}48}{\sqrt{15}}\approx 6{,}2+0{,}218=6{,}418

Un échantillon de 1515 camionnettes ne doit pas dépasser une moyenne d'environ 6,426{,}42 L/100 km. L'association a observé 6,516{,}51, au-delà : même décision qu'en b).

e)

La consommation doit suivre une loi normale. Avec n=15<30n=15<30 et σ\sigma inconnu, c'est cette hypothèse qui fait suivre à TT la loi de Student.

Si σ\sigma était connu, on ferait un test ZZ ; avec 3030 véhicules ou plus, le théorème central limite dispenserait de la normalité. Aucune de ces deux situations n'est celle de l'énoncé.

01,761−2t₀ = 2,50seuil 5 % : rejet si t > 1,7613rejet de H₀02,624−2t₀ = 2,50seuil 1 % : rejet si t > 2,6245pas de rejet

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 %1\,\%, z0=1,76z_{0}=1{,}76 n'est pas dans la zone de rejet (exercice 1) : on accepte H0H_{0}, la concentration moyenne de CO₂ est donc restée à 900900 ppm. » Calculez aussi β\beta pour ce test si la vraie moyenne est 920920 ppm.
  • b) « La valeur pp de 0,02070{,}0207 de l'exercice 3 est la probabilité que la garantie du fournisseur soit vraie. »
  • c) « Dans un test bilatéral au seuil de 5 %5\,\%, on rejette H0H_{0} dès que ∣z0∣>1,645|z_{0}|>1{,}645. » Donnez la bonne valeur critique et la valeur pp bilatérale de z0=1,80z_{0}=1{,}80.
  • d) « Dans le test sur une proportion, on divise par pˉ(1−pˉ)/n\sqrt{\bar{p}(1-\bar{p})/n}, puisque pˉ\bar{p} est la seule proportion qu'on connaît. » Recalculez z0z_{0} de l'exercice 3.
  • e) « On a toujours α+β=1\alpha+\beta=1 ; à l'exercice 6, β=1−0,0456=0,9544\beta=1-0{,}0456=0{,}9544. » Calculez la vraie somme α+β\alpha+\beta de l'exercice 6.

Tape tes réponses, la page te dit juste ou faux 0/10

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) Faux : on ne peut pas rejeter H0H_{0} ; β≈0,7673\beta\approx 0{,}7673 si μ=920\mu=920
  • b) Faux : pp se calcule sous H0H_{0}, ce n'est pas P(H0)P(H_{0})
  • c) Faux : valeur critique 1,961{,}96 ; p=0,0718p=0{,}0718, pas de rejet
  • d) Faux : p0p_{0} sous la racine, z0≈2,04z_{0}\approx 2{,}04
  • e) Faux : α+β=0,7369\alpha+\beta=0{,}7369
a)

Faux. Ne pas rejeter H0H_{0}, c'est constater que les données sont COMPATIBLES avec μ=900\mu=900, pas le démontrer. On écrit : « au seuil de 1 %1\,\%, on ne peut pas conclure que la concentration a augmenté ».

Ce que le test laisse passer se mesure par β\beta. Au seuil de 1 %1\,\%, on rejette si x‾>900+2,33×12,5=929,13\overline{x}>900+2{,}33\times 12{,}5=929{,}13 ppm. Si la vraie moyenne est 920920 ppm :

β=P(X‾≤929,13∣μ=920)=P(Z≤9,1312,5)=P(Z≤0,73)=0,5+0,2673=0,7673\displaystyle \beta=P(\overline{X}\leq 929{,}13\mid\mu=920)=P\left(Z\leq\dfrac{9{,}13}{12{,}5}\right)=P(Z\leq 0{,}73)=0{,}5+0{,}2673=0{,}7673

Une hausse réelle de 2020 ppm passerait inaperçue trois fois sur quatre : « on accepte » affirmerait ce que le test ne garantit pas.

b)

Faux. La valeur pp se calcule en SUPPOSANT H0H_{0} vraie : P(Pˉ≥0,0317∣p=0,02)≈0,0207P(\bar{P}\geq 0{,}0317\mid p=0{,}02)\approx 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, pp est un nombre fixe, qui vaut 0,020{,}02 ou ne le vaut pas.

Lecture correcte : « si le fournisseur disait vrai, un échantillon aussi mauvais n'arriverait qu'environ 22 fois sur 100100 ».

c)

Faux. En bilatéral au seuil de 5 %5\,\%, le risque se partage : 2,5 %2{,}5\,\% dans chaque queue, et P(0<Z<z)=0,475P(0<Z<z)=0{,}475 donne z0,025=1,96z_{0{,}025}=1{,}96. On rejette si ∣z0∣>1,96|z_{0}|>1{,}96.

Avec z0=1,80z_{0}=1{,}80 : 1,645<1,80<1,961{,}645<1{,}80<1{,}96, pas de rejet en bilatéral. Valeur pp bilatérale : 2 (0,5−0,4641)=0,0718>0,052\,(0{,}5-0{,}4641)=0{,}0718>0{,}05.

Avec 1,6451{,}645 des deux côtés, le vrai risque de première espèce serait de 10 %10\,\%, pas de 5 %5\,\%.

d)

Faux. Le test se construit SOUS H0H_{0}, où la proportion vaut p0p_{0} : l'écart type de Pˉ\bar{P} est p0(1−p0)/n\sqrt{p_{0}(1-p_{0})/n}, connu dès qu'on pose H0H_{0}. À l'exercice 3 :

z0=0,031 67−0,020,02×0,98/600≈2,04z_{0}=\dfrac{0{,}031\,67-0{,}02}{\sqrt{0{,}02\times 0{,}98/600}}\approx 2{,}04 (rejet), alors que pˉ\bar{p} sous la racine donnerait 1,631{,}63 (pas de rejet).

pˉ\bar{p} va sous la racine dans l'INTERVALLE DE CONFIANCE de pp, où aucune valeur n'est supposée.

e)

Faux. α\alpha et β\beta se calculent dans deux mondes différents : α\alpha sous H0H_{0} (μ=12,00\mu=12{,}00), β\beta sous une moyenne vraie précise (μ=12,015\mu=12{,}015). Rien ne force leur somme à valoir 11.

À l'exercice 6 : α+β=0,0456+0,6913=0,7369\alpha+\beta=0{,}0456+0{,}6913=0{,}7369.

Ce qui vaut 11, c'est β+(1−β)\beta+(1-\beta), le risque β\beta plus la puissance, pour une même moyenne vraie. À nn fixé, baisser α\alpha fait monter β\beta, mais pas selon la règle α+β=1\alpha+\beta=1.

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 220220 g. La masse d'un sac suit une loi normale d'écart-type 33 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 3636 sacs pris au hasard sur la ligne et l'on fait un test au seuil de 5 %5\,\%.

  • a) Définissez la variable et posez les hypothèses du test quotidien. Donnez la loi de X‾\overline{X} sous H0H_{0}.
  • b) Déterminez la valeur critique de x‾\overline{x} en dessous de laquelle on rejette H0H_{0}. Ce matin, les 3636 sacs pèsent en moyenne 219,1219{,}1 g : quelle est la décision ?
  • c) Calculez la valeur pp du contrôle de ce matin. La décision serait-elle la même au seuil de 1 %1\,\% ?
  • d) On suppose la ligne bien réglée pendant les 2020 jours ouvrables d'un mois, et les contrôles indépendants. Soit YY le nombre de fausses alarmes du mois. Nommez la loi de YY avec ses paramètres, puis calculez E(Y)E(Y) et P(Y≥2)P(Y\geq 2).
  • e) La ligne restant bien réglée, soit WW le rang du jour de la première fausse alarme. Nommez la loi de WW, puis calculez E(W)E(W) et la probabilité qu'aucune fausse alarme ne survienne pendant les 1010 premiers jours.

Tape tes réponses, la page te dit juste ou faux 0/12

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) H0:μ=220H_{0}:\mu=220 contre H1:μ<220H_{1}:\mu<220 ; X‾∼N(220 ;0,25)\overline{X}\sim\mathcal{N}(220\,;0{,}25)
  • b) Rejet si x‾<219,18\overline{x}<219{,}18 g : on rejette H0H_{0}
  • c) p=0,0359p=0{,}0359 ; pas de rejet à 1 %1\,\%
  • d) Y∼B(20 ;0,05)Y\sim B(20\,;0{,}05), E(Y)=1E(Y)=1, P(Y≥2)≈0,2642P(Y\geq 2)\approx 0{,}2642
  • e) W∼G(0,05)W\sim\mathcal{G}(0{,}05), E(W)=20E(W)=20 jours, P(W>10)≈0,5987P(W>10)\approx 0{,}5987
a)

XX : masse (g) d'un sac ; X∼N(μ ;32)X\sim\mathcal{N}(\mu\,;3^{2}). H0:μ=220H_{0}:\mu=220 contre H1:μ<220H_{1}:\mu<220 (sous-remplissage), au seuil α=0,05\alpha=0{,}05.

XX est normale et σ=3\sigma=3 est connu : sous H0H_{0}, X‾∼N(220 ;936)\overline{X}\sim\mathcal{N}\left(220\,;\dfrac{9}{36}\right), d'écart-type 336=0,5\dfrac{3}{\sqrt{36}}=0{,}5 g, exactement.

b)

On rejette si z0<−z0,05=−1,645z_{0}<-z_{0{,}05}=-1{,}645, c'est-à-dire si

x‾<220−1,645×0,5=219,18\overline{x}<220-1{,}645\times 0{,}5=219{,}18 g (au centième ; 219,1775219{,}1775 avant l'arrondi).

Ce matin, x‾=219,1<219,18\overline{x}=219{,}1<219{,}18 : on rejette H0H_{0}. Au seuil de 5 %5\,\%, la ligne sous-remplit les sacs ; on la règle.

Piège : rejeter dès que x‾<220\overline{x}<220. Un échantillon sous 220220 g n'est pas une preuve : il faut descendre sous 219,18219{,}18 g.

c)

z0=219,1−2200,5=−1,80z_{0}=\dfrac{219{,}1-220}{0{,}5}=-1{,}80 et p=P(Z<−1,80)=0,5−0,4641=0,0359p=P(Z<-1{,}80)=0{,}5-0{,}4641=0{,}0359.

Au seuil de 1 %1\,\% : p>0,01p>0{,}01, on ne rejetterait pas H0H_{0}. La décision dépend du seuil, que l'entreprise fixe avant les contrôles.

d)

Chaque jour, la ligne étant bien réglée (H0H_{0} vraie), le test rejette à tort avec la probabilité α=0,05\alpha=0{,}05 : c'est une épreuve de Bernoulli, et les 2020 jours sont indépendants.

Y∼B(20 ;0,05)Y\sim B(20\,;0{,}05), et E(Y)=np=20×0,05=1E(Y)=np=20\times 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\displaystyle P(Y\geq 2)=1-P(Y=0)-P(Y=1)=1-0{,}95^{20}-20\times 0{,}05\times 0{,}95^{19}
P(Y≥2)≈1−0,3585−0,3774=0,2642\displaystyle P(Y\geq 2)\approx 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 %5\,\% appliqué chaque jour.

Piège : traduire « au moins 2 » par 1−P(Y=0)1-P(Y=0), qui est « au moins 1 ».

e)

WW compte les jours jusqu'au premier « succès », une fausse alarme, de probabilité constante 0,050{,}05, jours indépendants : W∼G(0,05)W\sim\mathcal{G}(0{,}05), loi géométrique comptée en nombre d'essais.

E(W)=1p=10,05=20E(W)=\dfrac{1}{p}=\dfrac{1}{0{,}05}=20 jours ouvrables.

P(W>10)=q10=0,9510≈0,5987\displaystyle P(W>10)=q^{10}=0{,}95^{10}\approx 0{,}5987

À peu près une chance sur deux de passer les 1010 premiers jours sans fausse alarme.

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 250250 ms et un écart-type de 4040 ms. L'équipe de développement affirme que la nouvelle version du service ramène le temps moyen à 235235 ms, sans changer l'écart-type. Pour trancher, on fait traiter par la nouvelle version 6464 requêtes tirées au hasard dans le journal du serveur, et l'on adopte la nouvelle version si le temps moyen observé x‾\overline{x} est inférieur à 242242 ms. Les temps de traitement ne suivent pas une loi normale : quelques requêtes sont très longues.

  • a) Posez H0H_{0} et H1H_{1}. Justifiez la loi de X‾\overline{X} sous chacune des hypothèses et donnez son écart-type.
  • b) Calculez le risque α\alpha de cette règle et interprétez-le.
  • c) Calculez le risque β\beta et la puissance du test, et interprétez β\beta.
  • d) Le directeur technique exige α=1 %\alpha=1\,\% avec les mêmes 6464 requêtes. Quel seuil cc faut-il prendre, et que devient β\beta ?
  • e) Combien de requêtes faut-il traiter, au minimum, pour que α\alpha et β\beta ne dépassent ni l'un ni l'autre 5 %5\,\% ? Quel est alors le seuil cc ?

Tape tes réponses, la page te dit juste ou faux 0/9

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) H0:μ=250H_{0}:\mu=250 contre H1:μ=235H_{1}:\mu=235 ; X‾\overline{X} approximativement normale d'écart-type 55 ms
  • b) α=0,0548\alpha=0{,}0548
  • c) β=0,0808\beta=0{,}0808, puissance 0,91920{,}9192
  • d) c=238,35c=238{,}35 ms, β=0,2514\beta=0{,}2514
  • e) n=77n=77 requêtes, c=242,5c=242{,}5 ms
a)

H0:μ=250H_{0}:\mu=250 (la nouvelle version ne fait pas mieux) contre H1:μ=235H_{1}:\mu=235 (l'affirmation de l'équipe). Adopter la nouvelle version, c'est rejeter H0H_{0} : on le fait si x‾<242\overline{x}<242.

La loi des temps n'est pas normale, mais n=64≥30n=64\geq 30 : par le théorème central limite, X‾\overline{X} est approximativement normale, d'écart-type 4064=5\dfrac{40}{\sqrt{64}}=5 ms.

Sous H0H_{0} : X‾≈N(250 ;25)\overline{X}\approx\mathcal{N}(250\,;25) ; sous H1H_{1} : X‾≈N(235 ;25)\overline{X}\approx\mathcal{N}(235\,;25).

b)
α=P(X‾<242∣μ=250)=P(Z<242−2505)=P(Z<−1,60)=0,5−0,4452=0,0548\displaystyle \alpha=P(\overline{X}<242\mid\mu=250)=P\left(Z<\dfrac{242-250}{5}\right)=P(Z<-1{,}60)=0{,}5-0{,}4452=0{,}0548

Si la nouvelle version n'apporte rien, la règle l'adopte quand même environ 5,55{,}5 fois sur 100100.

c)
β=P(X‾≥242∣μ=235)=P(Z≥242−2355)=P(Z≥1,40)=0,5−0,4192=0,0808\displaystyle \beta=P(\overline{X}\geq 242\mid\mu=235)=P\left(Z\geq\dfrac{242-235}{5}\right)=P(Z\geq 1{,}40)=0{,}5-0{,}4192=0{,}0808

Puissance : 1−β=0,91921-\beta=0{,}9192.

Si l'équipe dit vrai, la règle refuse pourtant la nouvelle version environ 88 fois sur 100100.

Piège : calculer β\beta sous μ=250\mu=250. β\beta se calcule avec la règle FIXÉE (x‾≥242\overline{x}\geq 242) et la moyenne de H1H_{1}.

d)

α=1 %\alpha=1\,\% impose c=250−z0,01×5=250−2,33×5=238,35c=250-z_{0{,}01}\times 5=250-2{,}33\times 5=238{,}35 ms.

β=P(X‾≥238,35∣μ=235)=P(Z≥0,67)=0,5−0,2486=0,2514\displaystyle \beta=P(\overline{X}\geq 238{,}35\mid\mu=235)=P(Z\geq 0{,}67)=0{,}5-0{,}2486=0{,}2514

À nn fixé, ramener α\alpha de 5,5 %5{,}5\,\% à 1 %1\,\% triple presque β\beta : la règle refuserait une bonne version une fois sur quatre.

e)

Il faut à la fois c=250−1,64540nc=250-1{,}645\dfrac{40}{\sqrt{n}} (pour α=5 %\alpha=5\,\%) et c=235+1,64540nc=235+1{,}645\dfrac{40}{\sqrt{n}} (pour β=5 %\beta=5\,\%) :

250−235=2×1,645×40n250-235=2\times 1{,}645\times\dfrac{40}{\sqrt{n}}, donc n=3,29×4015≈8,773\sqrt{n}=\dfrac{3{,}29\times 40}{15}\approx 8{,}773 et n≈76,97n\approx 76{,}97.

Il faut au moins 7777 requêtes ; le seuil est alors à mi-chemin des deux moyennes, c=242,5c=242{,}5 ms.

Vérification avec n=77n=77 : 4077≈4,558\dfrac{40}{\sqrt{77}}\approx 4{,}558 et 250−242,54,558≈1,65≥1,645\dfrac{250-242{,}5}{4{,}558}\approx 1{,}65\geq 1{,}645 : les deux risques sont sous 5 %5\,\%.

235242250H₀ : μ = 250H₁ : μ = 235αβadopter si x̄ < 242α = 0,0548 ; β = 0,0808x̄ (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.

De quoi s'agit-il ?
Je lis chaque demande moi-même, personne d'autre ne la voit. Inutile d'écrire ton nom ou celui de ton école.
Quand ta demande est traitée, tu es prévenu par courriel et dans ton espace.

En envoyant, tu acceptes que je lise ta demande pour y répondre. Elle est gardée avec ton compte, effacée avec lui, et jamais publiée : politique de confidentialité.

© Ahmed Squalli Houssaini. Série publiée sur www.letuteurscientifique.ca/exercices/mth0104-tests-hypotheses. Libre pour l'usage personnel et en classe ; sa republication ailleurs demande une autorisation écrite (mentions légales).

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.

Site par Studio Squalli