UNIVERSITE MARIEN NGOUABI Travail * Progès * Humanité

FACULTE DES SCIENCES Année académique 2020 - 2021

ET TECHNIQUES

TD de Statistique
Master des Sciences Physiques et Chiniques
Exercice 1. La consommation de crèmes glacées par individus a été mesurée pendant 30 périodes.
L’objectif est déterminé si la consommation Y dépend de la température X.
On sait en outre que
Xn Xn
yi = 10783 xi = 1473
i=1 i=1
n
X n
X n
X
yi2 = 4001293 x2i = 80145 xi yi = 553747.
i=1 i=1 i=1
Confirmer ou infimer la dépend de la variable X par rapport à Y par un test.
Exercice 2. Neuf étudiants émettent un avis pédagogique vis-à-vis d’un professeur selon une échelle
d’appréciation de 1 à 20. On relève par ailleurs la note obtenue par ces étudiants l’année précédente
auprès du professeur.

Avis 5 7 16 6 12 14 10 9 8
Résultat 8 11 10 13 9 17 7 15 16

Est-ce que l’avis dépend de la note ?

Exercice 3. On mesure le poids Y et la taille X de 20 individus.

yi xi yi xi
60 155 75 180
61 162 76 175
64 157 78 173
67 170 80 175
68 164 85 179
69 162 90 175
70 169 96 180
70 170 96 185
72 178 98 189
73 173 101 187

Confirmer ou infimer la corrélation des variables X et Y par un test.

Exercice 4. On s’intéresse à une éventuelle relation entre le sexe de 200 personnes et la couleur des
yeux. Les données sont représentées dans le tableau de contingence.

Bleu Vert Marron Total

Homme 10 50 20 80
Femme 20 60 40 120
Total 30 110 60 200

Conclure à l’aide du test d’indépendance de khi-deux du lien entre le sexe et la couleur des yeux.
2

Exercice 5. Dans une école, trois groupes de professeurs ont mis au point trois méthodes différentes
d’enseignement des statistiques, qu’on a appliqué à trois échantillons d’étudiants ayant sensiblement
le même niveau initial. A l’examen les résultats furent les suivants :

Admis Ajournés
Méthode 1 51 29
Méthode 2 38 12
Méthode 3 86 34

Peut-on affirmer que l’une des trois méthodes est plus efficace que les autres en termes de réussite
à l’examen ? (Effectuer un test d’homogénéité).
Exercice 6. On a compté pour 50 commandes d’un service d’une entreprise le poids (en kg) des colis
reçus. On a obtenu les résultats suivants (présentés par ordre croissant) :

70 71 72 73 74 74 75 76 76 77
77 77 78 78 79 79 79 79 80 80
80 80 80 80 81 81 81 81 81 81
82 82 82 82 82 83 83 84 84 84
85 85 86 86 87 87 88 89 90 93

1. Calculer le mode, la médiane, la moyenne et l’écart-type.

2. Donner un intervalle d’estimation à 95% de la moyenne des colis reçus par l’entreprise.
3. Tester si la moyenne des colis est égale à 80.

Exercice 7. On effectue un grand nombre d’analyses de la concentration des nitrates dans une eau
destinée à la consommation, dans le but de vérifier la normalité des mesures et pour connaître une
valeur précise de l’écart-type. Le tableau ci-dessous donne les valeurs trouvées ainsi que leurs effec-
tifs.

Nitrates (mg/l) 9.5 9.6 9.8 9.9 10.0 10.1 10.2

Effectifs 1 2 2 4 2 9 6
Nitrates (mg/l) 10.3 10.4 10.5 10.6 10.7 10.8 11.0
Effectifs 7 5 2 4 1 2 1

1. Calculer les paramètres statistiques et le coefficient de variation de cette série de mesures.

2. Comparer l’écart maximum (xi − m) à l’écart-type s.
3. A première vue, cette série comporte-t-elle des valeurs aberrantes ?
4. Déterminer les intervalles de confiance bilatéraux symétriques sur la moyenne et sur la vari-
ance avec les seuils de confiance de 95% et de 99%.
5. Tester l’hypothése : La concentration des nitrates est inférieure à 10,5 mg/l.
6. Tester l’hypothèse : La concentration des nitrates est au plus égale à 10,5 mg/l.

Exercice 8. Dans un centre avicole, des études antérieures ont montré que la masse d’un œuf choisi
au hasard peut être considérée comme la réalisation d’une variable aléatoire normale X, de moyenne
µ et de variance σ. On admet que les masses des œufs sont indépendantes les unes des autres. On
prend un échantillon de n = 36 œufs que l’on pèse. Les mesures sont données (par ordre croissant)
dans le tableau suivant :
 3

50.34 52.62 53.79 54.99 55.82 57.67 51.41 53.13 53.89 55.04 55.91 57.99
51.51 53.28 54.63 55.12 55.95 58.10 52.07 53.30 54.76 55.24 57.05 59.30
52.22 53.32 54.78 55.28 57.18 60.58 52.38 53.39 54.93 55.56 57.31 63.15

1. Calculer la moyenne empirique et l’écart-type empirique de cette série statistique. Déterminer

la boite à pattes et s’il y a des valeurs aberrantes, réaliser le test de Dixon.

2. Donner une estimation des paramètres µ et σ.

3. Donner un intervalle de confiance au niveau 95%, puis 98%, de la masse moyenne µ d’un œuf.

4. Tester si la moyenne de cette variable est égale à 56.

Exercice 9. Dans une agence de location de voitures, le patron veut savoir quelles sont les voitures
qui n’ont roulé qu’en ville pour les revendre immédiatement. Pour cela, il y a dans chaque voiture
une boîte noire qui enregistre le nombre d’heures pendant lesquelles la voiture est restée au point
mort, au premier rapport, au deuxième rapport, . . . , au cinquième rapport. On sait qu’une voiture
qui ne roule qu’en ville passe en moyenne 10% de son temps au point mort, 5% en première, 30% en
seconde, 30% en troisième, 20% en quatrième, et 5% en cinquième. On décide de faire un test du χ2
pour savoir si une voiture n’a roulé qu’en ville ou non.

1. Sur une première voiture, on constate sur 2000 heures de conduite : 210 h au point mort, 94 h
en première, 564 h en seconde, 630 h en troisième, 390 h en quatrième, et 112 h en cinquième.
Cette voiture n’a-t-elle fait que rester en ville ?

2. Avec une autre voiture, on obtient les données suivantes : 220 h au point mort, 80 h en première,
340 h en seconde, 600 h en troisième, 480 h en quatrième et 280 h en cinquième.

Exercice 10. On utilise une nouvelle variété de pommes de terre dans une exploitation agricole. Le
rendement de l’ancienne variété était de 41.5 tonnes à l’ha. La nouvelle est cultivée sur 100 ha, avec
un rendement moyen de 45 tonnes à l’ha et un écart-type de 11.25. Faut-il, au vu de ce rendement,
favoriser la culture de la nouvelle variété ?

Exercice 11. Deux méthodes de dosage de l’azote ont éé répétées, à partir d’un même échantillon,
25 fois avec la méthode A, 30 fois avec la méthode B. Les résultats sont rassemblés dans les tableaux
ci-dessous.

Méthode A
xi (en g) ni Méthode B
37 1 xi (en g) ni
39 2 39 2
40 2 40 1
41 4 41 6
42 7 42 9
43 4 43 8
44 2 44 3
46 2 45 1
47 1 Total 30
Total 25

1. Les méthodes sont-elles exactes ? (Tester l’égalité des valeurs moyennes obtenues par les deux
méthodes).

2. Les deux méthodes ont-elles la même précision ? (Comparer les variances des échantillons
traités avec les deux méthodes).
4

Exercice 12. En Argentine, une expérimentation a été menée en 2009 dans le but de résoudre des
problèmes liés à l’intensification de l’agriculture et particulièrement à une nouvelle méthode d’engraissement
des bovins. La race traditionnelle [Link] n’étant pas adaptée à ce système d’élevage, un croisement
: [Link] x Charolaise a été créé. L’objectif est d’obtenir des animaux mieux adaptés à ces nouvelles
pratiques tout en maintenant une homogénéité comparable à celle de race traditionnelle.
Le caractère étudié est le GMQ (Gain Moyen Quotidien) exprimé en kg. Les résultats observés
sur deux lots (ici au sens "échantillons") sont les suivants :
• pour le lot 1 : race pure, taille de l’échantillon 16, variance 0.26 ;
• pour le lot 2 : race croisée, taille de l’échantillon 21, variance 0.37.
Peut-on considérer que le GMQ du croisement [Link] x Charolaise donne des résultats aussi
homogènes que celui de la race pure ? (on prendra un seuil de risque de 0.05).
Exercice 13. Dans un élevage de canards prêts à gaver, une expérimentation relative à l’alimentation
a été menée. Ces canards sont traditionnellement nourris au maïs grain complémenté avec du soja,
du colza et du tournesol. Pour des raisons économiques, l’expérience consiste à remplacer le soja
par des drèches de maïs (le soja est importé du Brésil alors que le maïs est cultivé sur place).
On définit ainsi deux types d’alimentation :
• Type A : alimentation traditionnelle : soja, colza, tournesol ;
• Type B : colza, tournesol, le soja a été remplacé par des drèches de maïs.
Le problème est de savoir si l’alimentation de type B ne va pas provoquer une plus grande disper-
sion du poids des canards. Le caractère étudié est donc le poids des canards exprimé en grammes.
Les résultats sont donnés ci-dessous :
• échantillon 1 extrait de la population des canards dont l’alimentation est de Type A : taille 50,
variance non corrégée s2A = 105623 ;
• échantillon 2 extrait de la population des canards dont l’alimentation est de Type B : taille 50,
variance non corrigée s2B = 129600..
Exercice 14. Dans une étude en biologie, on mesure la longueur des spécimens mâles et femelles de
poissons adultes appartenant à la même espèce. On obtient les résultats suivants (longueurs en mm)
:
mâles 120 107 110 116 114 111 113 117 114 112
femelles 110 111 107 108 110 105 107 106 111 111
Peut-on affirmer que la taille des individus diffère entre les deux sexes de cette espèce ? (On
supposera que les tailles dans les deux populations sont distribuées selon des lois normales). On
n’oubliera pas de tester tout d’abord l’hypothèse d’homoscédasticité (égalité des variances). On
prendra α = 5%.
Exercice 15. Le mouvement propre d’un compteur est le résultat obtenu en l’absence de toute source
radioactive (Bruit de fond dû aux rayons cosmiques et à la radioactivité ambiante.). On effectue des
mesures répétées du mouvement propre toutes les 30 secondes et l’on obtient la série :

Nombre d’impulsions : 3 6 7 5 2 9 0 1 5 2 6 5 3 4 2 4 5 7 1 3 1 4 1 2 2 3 4 4.

1. Calculer la moyenne, l’écart-type, la médiane et le mode de cette série statistique.‘

2. Tracer sur le même graphique le diagramme des effectifs ainsi que les effectifs théoriques en
admettant que les valeurs sont distribuées suivant une loi de Poisson.
3. Montrer, à l’aide d’un test adéquat, que ces mesures se distribuent suivant une loi de Poisson.
(Les tests sont à effectuer au seuil de confiance de 95%)
 5

Exercice 16. Avec un traitement classique, les patients d’une forme de cancer survivent à 5 ans au
taux de 30%. Une nouvelle molécule anticancéreuse est administrée à un échantillon aléatoire de
100 patients de la même forme de cancer et 40 ont survécu à 5ans après la mise sous traitement. La
nouvelle molécule est-elle meilleure au traitement classique (toutes choses étant égales par ailleurs)
?

Exercice 17. Dans un échantillon de 5000 femmes âgées de 45-55 ans et dont les mères ont eu un
cancer du sein, 200 femmes ont présenté elles aussi un cancer de sein. Le taux de pre?valence du
cancer du sein dans la population générale des femmes de 50-54 ans est de 2%.

1. Quel est l’intervalle de confiance à 95% pour le taux de prévalence du cancer du sein dans la
population des femmes de 45- 55ans dont les mères ont un antécédent de cancer du sein ?

2. Le résultat de l’échantillon est-il compatible avec le taux de prévalence dans la population au

seuil de 5% ?

Exercice 18. Soit une étude des effets des CO sur les maladies cardiovasculaires (MCV) des femmes
de 40-44 ans : soit n1 = 5000 utilisatrices dont 13 cas de MCV en 3 ans et n2 = 10000 non CO dont
7 cas de MCV dans la même période. La proportion de MCV dans la population des utilisatrices de
CO diffère-t-elle de celle de la population des non utilisatrices au seuil de 5% ?

Exercice 19. Une machine produit des tiges métalliques dont la longueur nominale, égale à 8.30 cm
est supposée suivre une loi normale. Sur la base d’un échantillon aléatoire de taille N = 20, on veut
tester si la machine est bien réglée.
La moyenne et l’écart-type des longueurs mesurées sur l’échantillon sont respectivement de 8.57
cm et 0.6 cm. Que peut-on en conclure pour un seuil de signification α de 5%, 1%, 0.1% ?

Exercice 20. On suppose que le poids d’un nouveau né est une variable normale d’écart-type égal
à 0, 5kg. Le poids moyen des 49 enfants nés au mois de janvier 2004 dans l’hôpital de Charleville-
Mézières a été de 3, 6kg.

1. Déterminer un intervalle de confiance à 95% pour le poids moyen d’un nouveau né dans cet
hôpital.

2. Quel serait le niveau de confiance d’un intervalle de longueur 0, 1kg centré en 3,6 pour ce
poids moyen ?

Exercice 21. On veut étudier la proportion p de gens qui vont au cinéma chaque mois. On prend
donc un échantillon de taille n = 100. Soit N le nombre de personnes dans l’échantillon qui vont au
cinéma mensuellement.

1. Quelle est la loi de N ? Par quelle loi peut-on l’approcher et pourquoi ? En déduire une
N
approximation de la loi de F = .
n
2. On observe une proportion f de gens qui vont chaque mois au cinéma. Donner la forme d’un
intervalle de confiance pour p, de niveau de confiance 1 − α.

3. Applications numériques : f = 0, 1 ; 1 − α = 90%, 95%, 98%.

Exercice 22. Un appareil de télécommunications reçoit un signal stocké à chaque (petite) unité de
temps dans une suite de variables (Xn ). Cet appareil doit détecter un signal effectif, en le différenciant
d’un bruit. On suppose que le bruit est une suite de variables indépendantes de loi normale de
moyenne nulle et de variance 1. Pour un signal, la moyenne n’est pas nulle. Aujourd’hui on a
observé une suite de 40 variables (x1 , . . . , x40 ), supposées indépendantes, de variance 1. La moyenne
empirique vaut 0,6. S’agit-il de bruit ? Construire un test pour répondre à cette question.
6

Exercice 23. Une chaîne d’agences immobilières cherche à vérifier que le nombre de biens vendus
par agent par mois suit une loi de Poisson de paramètre λ = 1, 5.

1. On observe 52 agents pendant un mois dans la moitié nord de la France. On trouve la répar-
tition suivante : 18 agents n’ont rien vendu, 18 agents ont vendu 1 bien, 8 agents ont vendu
2 biens, 5 agents ont vendu 3 biens, 2 agents ont vendus 4 biens, et un agent a vendu 5 biens.
Avec un test du χ2 , chercher s’il s’agit bien de la loi de Poisson attendue.

2. Répondre à la même question avec les 52 agents dans la moitié sud de la France : 19 agents
n’ont rien vendu, 20 agents ont vendu un bien, 7 agents 2 biens, 5 agents 3 biens et 1 agent 6
biens.

Exercice 24. On mesure la taille du lobe frontal de 30 crabes Leptograpsus variegatus. Voici les 30
longueurs obtenues

12.6 12.0 20.9 14.2 16.2 15.3 10.4 22.1 19.8 15 12.8 20 11.8 20.6 21.3

11.7 18 9.1 15 15.2 15.1 14.7 13.3 21.7 15.4 16.7 15.6 17.1 7.2 12.6
Est-ce que cette variable suit une loi normale ?

Exercice 25. Tester l’adéquation à la loi normale N (5, 2) de l’échantillon suivant

4.42 6.17 5.74 3.39 4.65 3.91 6.52 5.31 7.49 5.06 4.87 3.03 5.46 3.63 6.82

6.27 5.19 4.67 7.38 4.49 6.37 4.23 4.90 4.70 6.45 4.79 6.77 4.28 4.31 5.19

Exercice 26. Une machine est réglée pour fabriquer des plaques de chocolats d’un poids moyen de
250g. Soucieux de ce problème, le service de contrôle de qualité demande une vérification de la
machine. Le poids de 10 plaques de chocolats est observé. On obtient les mesures suivantes qui vous
sont immédiatement transmises :
poids observés : 256 245 253 250 295 251 248 247 252 249.
Quelle est votre conclusion ?

Exercice 27. Une société de vente à distance demande à l’un de ses ingénieurs marketing de mod-
éliser le nombre d’appels téléphoniques par heure reçus sur le standard dédié aux commandes, dans
le but d’optimiser la taille de celui-ci. Les nombres d’appels, relevés sur une période de 53 heures,
ont été les suivants :

Nombre d’appels xi 0 1 2 3 4 5 6 7 8 9 et plus

Occurence Ni 1 4 7 11 10 9 5 3 2 1

1. Estimer la moyenne et la variance du nombre d’appels. Quelle type de loi semble le mieux
décrire ce nombre d’appel ?

2. Tester l’ajustement à cette loi au risque 5%.