Statistiques et estimation
Prise de décision
Exercice 1
Voir le cours
Exercice 2
Si la pièce est bien équilibrée la probabilité d’obtenir "pile" p = 0, 5. Le nombre le
lancers est n = 200. Nous sommes dans les conditions de l’approximation normale :
n > 30, np = 100 > 5, et n(1 − p) = 100 > 5.
L’intervalle de fluctuation à 95 % vaut : I = [0,431 : 0,569].
120
La fréquence observée vaut : fobs = = 0, 6
200
0, 6 < I, on doit donc rejeter l’hypothèse que la pièce est bien équilibrée.
Exercice 3
a) On a n = 400, p = 0, 6. On peut vérifier que les conditions de l’approximation
normale sont vérifiées. On trouve : I = [0,552 ; 0,648]
b) On peut tester avec cette méthode s’il y a bien 60 % de clés à 4 Go.
220
c) La fréquence observée est : fobs = = 0, 55
400
On constate que fobs < I. On doit donc rejeter l’hypothèse qu’il y ait 60 % de clés à 4
Go. Le technicien doit donc alerter son patron.
Exercice 4
Influence de la taille de l’échantillon dans la pris de décision
Exercice 5
1) a) On a n = 11 748 et p = 0,000 45. Les conditions de l’approximation normale
sont vérifiées en effet :
12
2) a) La fréquence observée à Woburn est de fobs = = 0,001 02.
11 748
On a donc fobs < I95 . On doit donc rejeter l’hypothèse que la proportion de leu-
cémie à Woburn est en accord avec la population américaine au seuil de risque de
5 %.
b) On a aussi fobs < I99 . On doit donc aussi rejeter l’hypothèse que la proportion de
leucémie à Woburn est en accord avec la population américaine au seuil de risque
de 1 %.
Exercice 6
Durée de vie des ampoules
Exercice 7
Pondichéry avril 2014
On vérifie l’approximation normale :
n = 800 > 30 , np = 800 × 0, 01 = 8 > 5 , n(1 − p) = 800 × 0, 99 = 792 > 5
On obtient
" alors l’intervalle de fluctuation asymptotique
# au seuil de 95 % :
p(1 − p) p(1 − p)
I = p − 1, 96 × √ ; p + 1, 96 × √ = [0, 003 ; 0, 017]
n n
15
fobs = = 0, 019 donc fobs < I On doit donc remettre en cause l’annonce de l’entre-
800
prise.
Exercice 8
Vrai-Faux Polynésie 2014
Hypothèse : La proportion du groupe sanguin A+ est la même chez les donneurs de sang
que dans l’ensemble de la population française. On a donc p = 0, 39
On vérifie l’approximation normale :
n = 183 > 30 , np = 183×0, 39 = 71, 37 > 5 , n(1−p) = 183×0, 61 = 111, 63 > 5
On obtient alors l’intervalle de fluctuation asymptotique au seuil de 95 % (au seuil critique
de 5"%) : #
p(1 − p) p(1 − p)
I = p − 1, 96 × √ ; p + 1, 96 × √ = [0, 320 ; 0, 461]
n n
fobs = 0, 34 donc fobs ∈ I L’affirmation est donc vraie.
Exercice 9
Antilles-Guyane juin 2014
Exercice 10
Asie juin 2014
1) On fait comme hypothèse que le gène n’a pas d’influence sur la maladie V. On
prend alors p = 0, 01
On vérifie les conditions de l’approximation normale :
1000 > 30 , np = 1000 × 0, 01 = 10 > 5 , n(1 − p) = 1000 × 0, 99 = 990 > 5
On obtient alors l’intervalle de fluctuation asymptotique au seuil de 95 %
" #
p(1 − p) p(1 − p)
I = p − 1, 96 × √ ; p + 1, 96 × √ = [0, 003 ; 0, 017]
n n
14
2) fobs = = 0, 014, donc fobs ∈ I On ne peut rejeter l’hypothèse que le gène
1000
n’a pas d’influence sur la maladie V.
Exercice 11
Nlle Calédonie novembre 2014
On fait l’hypothèse que la consommation de glace est resté stable sur la période 2000
2010. On prend alors : p = 0, 84
On vérifie les conditions de l’approximation normale :
900 > 30 , np = 900 × 0, 85 = 765 > 5 , n(1 − p) = 900 × 0, 15 = 135 > 5
On obtient alors l’intervalle de fluctuation asymptotique au seuil de 95 % pour l’année
2010" #
p(1 − p) p(1 − p)
I = p − 1, 96 × √ ; p + 1, 96 × √ = [0, 826 ; 0, 874]
n n
795
fobs = = 0, 883, donc fobs ∈ I On ne peut rejeter l’hypothèse que la consommation
900
de glace est resté stable sur la période 2000 2010.
Estimation
Exercice 12
Un sondage pour l’élection présidentielle du 21 avril 2002
Voir cours
Exercice 13
" #
1 1 2
a) L’intervalle de confiance vaut : I = fobs − √ ; fobs + √ l’amplitude est de √
n n n
!2
2 2
On doit avoir : √ < 0, 07 ⇔ n > ⇔ n > 816
n 0, 07
512
b) On a : fobs = = 0, 357 l’intervalle de confiance est alors : I = [0,330 ; 0,384]
1435
3337
c) On a : fobs = = 0, 357 l’intervalle de confiance est alors : I = [0,346 ; 0,368]
9351
d) On ne peut comparer les audiences des deux chaînes car bien qu’elles aient la même
fréquence observée, le nombre de téléspectateurs étant d’ordre de grandeur différent,
l’intervalle de confiance de la deuxième chaîne est beaucoup plus significatif que celui
de la première chaîne.
Exercice 14
a) On a : n = 60 et fobs = 0, 7 d’où I = [0,571 ; 0,830].
2
L’amplitude de l’intervalle est de : √ = 0, 258
30
!2
2 2
b) On doit avoir : √ 6 0, 03 ⇔ n > ⇔ n > 4444
n 0, 03
c) Comme la taille de l’échantillon doit être inférieur au nombre de jetons dans le sac,
celui-ci impose donc une contrainte de précision sur l’intervalle de confiance. En effet
si l’on ne teste pas tous les jetons, on ne pourra pas dépasser une certaine précision.
Dans le cas ci-dessus, si le nombre de jetons est de 1000, on ne pourra jamais avoir un
intervalle de confiance dont l’amplitude est inférieur ou égal à 3 % à moins bien sûr
de tester tous les jetons, mais ce n’est plus de la statistique.
Exercice 15
Amérique du Nord mai 2014
On suppose vérifiées les conditions de l’approximation normale.
On réalise alors une estimation de la proportion de personnes satisfaite par cette crème.
99
fobs = = 0, 707.
140
On détermine l’intervalle de confiance au seuil de 95 % :
" #
1 1
I = fobs + √ ; fobs + √ = [0, 622 ; 0792]
n n
Il y a donc entre 62,2 % et 79,2 % de personnes satisfaites de cette crème.