TD 4 Statistiques industrielles (STI2)

Exercice 1
Une entreprise utilise une matière isolante dans l’assemblage d’un certain type de
moteurs électriques. Il est important que non seulement l’épaisseur moyenne des composants
respecte les exigences de l’entreprise mais également que la variabilité de l’épaisseur ne
présente pas trop de fluctuation. Un échantillon aléatoire de 20 composantes isolantes prélevé
d’un lot donne les épaisseurs suivantes :
5,6 5,9 6,2 6,1 6,6 5,9 5,9 5,6 6,2 5,8
5,5 5,6 6,0 6,3 6,2 5,9 6,2 6,0 6,2 6,3

1. En admettant que l’épaisseur de cette matière isolante est distribuée normalement,

estimer par intervalle de confiance l’écart-type de l’épaisseur pour l’ensemble de la
production avec un niveau de confiance de 95% ?
2. Estimer l’épaisseur moyenne de la matière isolante pour l’ensemble de la population
avec le même niveau de confiance ?
3. Selon les normes de l’entreprise, un lot est accepté si la moyenne et l’écart-type de
l’épaisseur au seuil de 5% sont supportées par l’épaisseur moyenne = 6,05mm et
l’écart-type = 0,3mm. Selon les résultats de l’échantillonnage et les calculs de a) et b),
devrait-on accepter ou refuser le lot ?

Exercice 2
Une usine fabrique des pièces circulaires dont le diamètre doit être, en moyenne, de 5 cm avec
un écart-type  = 0,24 cm. Un échantillon aléatoire de taille n = 36 est prélevé
occasionnellement de la production et le diamètre de chaque pièce de l’échantillon est mesuré.
Si le diamètre moyen obtenu d’un échantillon de taille n = 36 est inférieur à 4,92 cm ou
supérieur à 5,08 cm, le procédé de fabrication doit être vérifié et réajusté à la valeur centrale
requise, soit 5 cm ; si le diamètre moyen se situe à l’intérieur de l’intervalle [4,92, 5,08], on
considère que le procédé opère correctement et il n’y a pas lieu d’intervenir.
1. Avec ce processus de contrôle, quel est le risque d’arrêter inutilement le procédé de
fabrication alors qu’il opère à  = 5 cm ? Comment appelle-t-on ce risque ?
2. Quelle sont les chances sur 100 de conclure que le procédé opère correctement lorsque
 = 5 cm ?
3. Quelle est la probabilité de conclure que le procédé opère correctement alors qu’en
réalité il est centré à 5,05 cm ? Comment appelle-t-on ce risque ?
4. Quelle est la probabilité de rejeter l’hypothèse nulle H0  = 5 cm alors qu’en réalité le
procédé opère à  = 4,95 cm
5. Si on admet que le diamètre des pièces est distribué selon une loi normale, quelles
seraient les valeurs critiques de l’écart-type d’un échantillon de taille n = 20 entre les
quelles on peut considérer, dans 95% des cas, l’hypothèse selon laquelle  = 0,24 cm
est vérifiée ?
Exercice 3
Pour tester l’efficacité d’un nouveau médicament, on constitue deux groupes A et B de
100 malades chacun. Les deux groupes suivent, au départ, le même traitement. Le nouveau
médicament est administré au groupe A, mais pas au groupe B qui sert de témoin. Les
résultats montrent que, dans le mois qui suit, 75 personnes sont guéries dans le groupe A et 65
dans le groupe B.
1. Peut-on conclure que le nouveau médicament est efficace avec un niveau de
signification de 1%, 5% et 10%?
2. Même question si on prend maintenant des groupes de 300 personnes chacun, avec
225 et 195 malades guéris respectivement dans les groupes A et B.

Exercice 4
Un échantillon de sondage électoral est constitué de 2 groupes d’électeurs des
circonscriptions A et B, de tailles 300 et 200 respectivement. Les intentions de vote pour un
candidat X sont 56% et 48% respectivement dans les groupes A et B. Peut-on dire au seuil de
5% et de 1%:
1. Qu’il y a une différence significative entre les circonscriptions ?
2. Que le candidat X a plus de chance d’être élu dans la circonscription A ?

Exercice 5
Une publicité annonce que les piles alcalines de type A durent plus longtemps que
celle de type B. Sur un échantillon de 40 piles de type A, on observe une durée de vie
moyenne de 14 heures avec un écart-type de 2 heures. Sur un échantillon de 50 piles de type
B, on observe une durée de vie moyenne de 12 heures avec un écart-type de 3 heures. Les
variances des durées de vies des piles de type A et de type B ne sont pas supposées identiques.
1. Peut-on soutenir au seuil de 1% que la publicité dit la vérité ?
2. Peut-on admettre que les piles de type A durent quatre heures de plus que les piles de
type B (seuil non précisé) ?
3. Quels écarts entre les durées de vie des deux types de piles pourrait-on accepter si on
se fixe un niveau de signification de 5% et de 1% ?

Exercice 6
On veut comparer la résistance moyenne à la rupture d’une fibre synthétique fabriquée par 2
usines. Un échantillon de 10 spécimens de fibres provenant de chaque usine donne les
résultats suivants (résistance à la rupture en kg/cm2)
Usine 1 Usine 2
166 173 167 160
167 172 162 164
169 170 165 158
170 166 168 165
174 173 162 169
On suppose que la résistance à la rupture de la fibre de chaque usine est distribuée
normalement ; de plus, bien que les variances soient inconnues, on les suppose égales à une
valeur commune.
1. Tester au seuil de 5% l’hypothèse nulle selon laquelle la résistance moyenne à la
rupture de la fibre synthétique est la même pour chaque usine.
2. Déterminer l’intervalle de confiance associé à l’estimation de la différence des
moyennes des 2 usines associé au niveau de confiance de 95% de contenir la vraie
valeur.
Exercice 7
Deux machines identiques sont utilisées pour fabriquer une centaine de pièces. On
veut déterminer si les deux machines possèdent la même variabilité pour un caractère
important de cette pièce. Un échantillon aléatoire prélevé de la population de chaque machine
conduit aux résultats suivants :

Machine A 140 135 140 138 135 138 140

Machine B 135 138 136 140 138 135 139

1. Préciser les hypothèses statistiques que l’on veut tester et indiquer également les
conditions d’application du test.
2. Effectuer le test statistique requis en utilisant un seuil de signification de 5%, que
peut-on conclure ?

Exercice 8
On réalise des essais de greffes sur 3000 échantillons composés de 6 arbustes
identiques, sur lesquels on implante un greffon. On note X, la variable aléatoire qui prend
pour valeur le nombre x de réussites des greffes dans chaque échantillon. On observe les
résultats suivants :
Nombre de réussites 0 1 2 3 4 5 6
Nombre d’échantillons 702 977 710 402 153 48 8
Le tableau se lit ainsi : sur les 3000 échantillons, 977 ont eu 1 greffe réussie. On fait
l’hypothèse que X suit une loi de poisson.

1. Est-ce que cette hypothèse est raisonnable, au seuil de 5% (pensez à ajuster)

Exercice 9
Dans une entreprise fabriquant des tubes de verre, on effectue un contrôle visuel sur
des échantillons de 20 tubes prélevés après chaque heure de production. La répartition du
nombre d’échantillons sans tubes défectueux, avec 1 tubes défectueux,…, 6 tubes défectueux
par échantillon de 20, est présentée dans le tableau ci-dessous. On a observé au total 80
échantillons de taille 20 sur une période de deux semaines.

Nombre de tubes défectueux 0 1 2 3 4 5 6

Nombre d’échantillons 13 21 19 12 9 4 2

1. Tester l’hypothèse au seul  = 0,05 selon laquelle les observations se comportent

d’après une loi binomiale.