Exercices sur l'estimation et les tests

Raby Guerbaz
Département de Statistiques et Mathématiques appliquées,

Université Hassan II Mohammedia, Maroc.

Exercice 1

Une usine fabriquant des verres constate que la chaine de production et d'emballage est
responsable d'un pourcentage p d'anomalies. Dans une échantillon de 800 verres, on
constate que 17 présentent des anomalies.
1. Donner une estimation ponctuelle du pourcentage d'anomalies dans la production?
2. Construire un intervalle de conance pour le pourcentage p au risque de 5%.
3. 700 verres sont livrés dans un magasin. Au risque de 5%, à combien de verres abimés
peut-on s'attendre dans ce magasin ?
Solution : 1) Une estimation ponctuelle de la proportion d'anomalies est f = 17/800,
car la proportion empirique est un estimateur sans biais de la proportion de la population.
2) Pour détérminer un intervalle de conance pour le pourcentage de pièces défecteuses,
on constate que les conditions d'application du theorem central limite sont vériées. En
eet
n = 800 ≥ 30, n × f = 17 > 5 et n × (1 − f ) = 783 > 5
La forme de l'intervalle de conance est
r
f (1 − f )
IC = [f − e, f + e], avec e = z1− α2
n
Au risque α = 5%, le fractil de la loi normale d'ordre 1−α/2 = 0, 975, ( à partir de la table
de la loi Normale N (0, 1)) est z1− α2 = 1, 96. En conséquence, un intervalle de contenant p
avec un risque de 5% est
IC = [f − e, f + e]

3) Le nombre de verres abimès est compris entre 700.....

Email: rguerbaz@[Link]

1
Exercice 2

On a mesuré le poids de raisin produit par pied sur 10 pieds pris au hasard dans une vigne.
On a obtenu les résultats suivants exprimés en kilogrammes :
2.4 3.4 3.6 4.1 4.3 4.7 5.4 5.9 6.5 6.9 .
On modélise le poids de raisin produit par une souche de cette vigne par une variable
aléatoire de loi N (µ, σ)..
1. Calculer la moyenne et la variance empiriques de l'échantillon.
2. Donner un intervalle de conance de niveau 0.95 pour µ.
3. Donner un intervalle de conance de niveau 0.95 pour σ
4. On suppose désormais que l'écart-type des productions par pied est connu et égal à 1.4.
Donner un intervalle de conance de niveau 0.95 pour µ.
5. Quel nombre de pieds au minimum devrait-on observer pour estimer µ au niveau de
conance 0.99 avec une précision de plus ou moins 500 grammes ?

Exercice 3

Un laboratoire utilise un appareil de mesure optique destiné à mesurer la concentration

des solutions de uoresceine. Les résultats des mesures sont modélisés par une variable
aléatoire normale dont l'espérance est égale à la concentration réelle de la solution, et
l'écart-type, garanti par le constructeur, est connu : σ = 0.05.
1. On eectue 9 mesures à partir d'une solution donnée. La moyenne empirique des 9
mesures est 4.38 mg/l. Donner un intervalle de conance pour la concentration réelle de
la solution, au niveau de conance 0.99.
2. Pour le même échantillon, quel est le niveau de conance de l'intervalle [4.36 ; 4.40] ?
3. Quelle devrait être la taille de l'échantillon pour connaitre la concentration réelle de la
solution, au niveau de conance 0.99, avec une précision de 0.01 mg/l ?
4. Sur le même échantillon de 9 mesures, on a observé un écart-type empirique de 0.08
mg/l. Donner un intervalle de conance pour l'écart-type réel, de niveau de conance
0.99. Que pensez-vous de la garantie du constructeur ?
5. Reprendre la première question, en supposant cette fois que l'écart-type de la loi des
mesures est inconnu, et estimé par l'écart-type empirique.

Exercice 4

On désire estimer la production d'une nouvelle espèce de pommier. Sur un échantillon

de 80 pommiers, on observe une récolte moyenne de 51.5 kg, avec un écart-type de 4.5
kg. Donner un intervalle de conance pour la production moyenne des pommiers de cette
espèce, de niveau 0.95, puis 0.99.

2
 Exercice 5.

On a mesuré la longueur en millimètres de 152 oeufs de coucou, et obtenu une moyenne

empirique de 40.8 mm, pour une variance empirique de 14.7 mm2. Donner un intervalle
de conance pour la longueur moyenne d'un oeuf de coucou, au niveau de conance 0.95,
puis 0.98, puis 0.99.

Exercice 6

On a mesuré la longueur de 150 coquilles de noix et obtenu une moyenne empirique de

27.6 mm, pour un écart-type empirique de 3.7 mm. Donner un intervalle de conance
pour la longueur moyenne d'une coquille de noix, au niveau de conance 0.99, puis 0.999.

Exercice 7

Avant une élection, un candidat arme qu'il est sur de dépasser le score des 30%. Pour
savoir s'il a raison, on interroge un nombre susant de personnes en souhaitant que le
risque de dire qu'il a raison alors qu'il se trompe n'excède pas 5%.
1. Quelle est l'hypothèse H0 ?
2. Quelle est l'hypothèse H1 ?
3. Quel risque de 1ére espèce choisissez-vous ?
4. Si on interroge 500 personnes, est-ce que 32% d'intentions de votes dans l'échantillon
sera considéré comme signicatif ?

Exercice 8

On administre des somnifères à deux groupes de malades A et B comprenant 50 et 100

individus. Le groupe A recoit un nouveau somnifère, le groupe B recoit l'ancien. Les
patients du groupe A ont dormi 7.82 heures en moyenne avec un écart-type de 0.24 h ;
ceux du groupe B ont dormi 6.75 heures en moyenne avec un écart-type de 0.30 h.
1. Calculer l'intervalle de conance pour le nombre moyen d'heures de sommeil d'un
patient recevant le nouveau somnifère, aux niveaux 0.90, puis 0.95 et 0.99.
2. Même question pour un patient recevant l'ancien somnifère.
3. Pensez-vous que le nouveau somnifère soit plus ecace que l'ancien ?

Exercice 9

1. Dans une population, on compte 28 cas d'une maladie M dans un échantillon de 400
personnes. Construire l'intervalle de conance de niveau 95% de la proportion d'individus
atteints de la maladie dans la population.
2. Quelle taille d'échantillon permettrait d'obtenir l'intervalle avec la même fréquence
observée ?

3
3. Les autorités sanitaires de cette population ont émis l'hypothèse que le taux de person-
nes atteintes de cette maladie dans la population est de 2,5%. Que peut-on conclure des
observations dans l'échantillon de la question 1?
• Cette hypothèse n'est pas rejetée.

• Cette hypothèse est rejetée avec un risque d'erreur de 5%.

• La taille de l'échantillon est trop faible pour conclure.

Exercice 10

Avant le deuxième tour des élections présidentielles, on souhaite eectuer un sondage pour
connaitre les chances des deux candidats. La proportion de votants pour chaque candidat
est supposée proche de 50% et toutes les personnes interrogées sont supposées répondre en
faveur de l'un ou l'autre des candidats. On veut atteindre une précision de plus ou moins
0,02 dans un intervalle de conance de niveau 95%. Quel nombre de personnes interrogées
permet d'atteindre cet objectif ?

Exercice 11

Un journaliste arme que, dans la population des lycéens, 80% des élèves déclarent envoyer
au moins un texto par jour pendant les heures de cours. Un professeur qui n'en croit pas ses
yeux décide de tester cette armation. Pour cela, il constitue un échantillon de taille 100
représentatif de cette population. Il compte exactement 58 élèves qui font cette déclaration.
C'est déjà beaucoup trop, mais peut-il mettre en doute l'armation du journaliste ?

Exercice 12

On considère que dans la population d'une grande ville donnée, un pourcentage p = 15%
des enfants entrant à l'école élémentaire ont des dicultés scolaires.
Un directeur d'école est surpris par le nombre important d'enfants en diculté dans son
établissement, puisqu'il en a compté 25 sur un total de 120 élèves.
• b. Quelle est la fréquence d'enfants en diculté observée par le directeur dans son
école ? f=25/120
• a. Déterminer l'intervalle de conance de niveau 95% de la proportion d'enfants en
diculté scolaire dans cette école. e=z*racine[f(1-f)/n]
• c. Que peut-on en déduire ?
Que le lycée est dans les normes car ce n'est pas sur qu'il s'écarte trop de 15%

4
 Exercice 13

On veut connaitre la prévalence d'une maladie chronique M dans une population donnée.
On extrait au hasard de cette population un échantillon d'eectif 64 et on observe que 16
personnes ont la maladie M.
1. Déterminer un intervalle de conance de la prévalence de M dans la population, au
risque de 5%.
2. Même question avec un échantillon de taille 400 et toujours avec la même fréquence
observée.
3. Quelle doit être la taille minimale de l'échantillon si l'on souhaite une étendue de
l'intervalle de conance inférieure ou égale à 0,04, toujours au risque de 5% ?

Exercice 14

Un agriculteur propriétaire d'un très grand verger vend ses pommes à une entreprise
agroalimentaire. Celleci lui impose que le diamètre de ses pommes soit compris entre 66 et
74 mm, mais admet qu'une petite partie des pommes aient un diamètre en dehors de cet
intervalle. En reconduisant le contrat l'année suivante, l'entreprise a spécié que le taux
de pommes ayant un diamètre en dehors de l'intervalle devait être le même que l'année
précédente. L'agriculteur se souvient que l'année précédente, dans un échantillon de 400
pommes tirées au hasard de sa production, il avait compté 32 pommes ayant un diamètre
non conforme. Cette année, dans un échantillon de 250 pommes, il en compte 40.
1. Ecrire un intervalle de conance de niveau 95% du taux de pommes ayant un diamètre
non conforme dans la production de l'année précédente.
2. Ecrire un intervalle de conance de niveau 95% du taux de pommes ayant un diamètre
non conforme dans la production de cette année.
3. Conclure. La conclusion devra porter sur l'intersection des deux intervalles de conance.

Exercice 15

Dans une population donnée, la proportion de familles qui possèdent deux voitures au
moins est 0,7. An de réaliser une enquête, on souhaite extraire un échantillon de cette
population. Quelle est la taille nécessaire de l'échantillon pour qu'il comporte entre 60%
et 80% de familles possédant au moins deux voitures, au risque 5% ?

Exercice 16

Une machine à emballer est censée produire des paquets de 1 kg. Le poids réel des paquets
est modélisé par une variable aléatoire suivant une loi normale dont l'écart-type vaut 20
g. Il est possible de régler le poids moyen des paquets. Pour controler que la machine est
bien réglée, on prélève un échantillon de 10 paquets qu'on pèse pour calculer la moyenne
empirique de leurs poids.
1. a) Soit H0 l'hypothèse : "le poids moyen est de 1 kg". Construire un test au seuil

5
1%, de H0 contre l'hypothèse H1 : "le poids moyen est diérent de 1 kg".
Calculer la p-valeur de ce test, pour un échantillon sur lequel on a observé une moyenne
empirique de 1011 grammes.
2. Reprendre la question précédente pour l'hypothèse H1 : "le poids moyen est supérieur
à 1 kg".
3. Reprendre les deux questions précédentes pour un échantillon de 100 paquets, de poids
moyen 1005 g.
4. Sur un échantillon de 10 paquets, on a observé un poids moyen de 1011 g, avec un écart-
type empirique de 32 grammes. Au seuil de 1%, cette observation est-elle compatible avec
la valeur de 20 g donnée pour l'écart-type théorique ?
5. Pour l'échantillon de la question précédente, en supposant la variance inconnue, peut-on
dire que les paquets sont signicativement trop lourds en moyenne au seuil de 1% ?

Solution 16

1. Les hypothéses du tests :


H0 : m = 1 kg
H1 : m 6= 1 kg.
C'est un test bilateral alors la p-valeur est donnée par
x−m
pvaleur = 2(1 − φ(z)), avec z = √
σ/ n
On a
x−m 1, 011 − 1
z= √ = √ = 1, 74
σ/ n 0, 02/ 10
A partir de la table de la loi Normale, on φ(1, 74) = 0, 959. Alors
pvaleur = 2(1 − φ(z)) = 2(1 − 0, 959) = 0, 082

On accepte H0 car pvaleur = 8% > 1%

2. Les hypothéses du tests :

H0 : m = 1 kg
H1 : m > 1 kg.
C'est un test unilateral à droite alors la p-valeur est donnée par
x−m
pvaleur = 1 − φ(z), avec z = √ = 1, 74
σ/ n
pvaleur = 1 − φ(1, 74) = 0, 041
On accepte H0 car pvaleur = 4% > 1%
3. Pour le test bilateral,

6
 x−m
pvaleur = 2(1 − φ(z)), avec z = √
σ/ n
On a
x−m 1, 005 − 1
z= √ = √ = 2, 5
σ/ n 0, 02/ 100
A partir de la table de la loi Normale, on φ(2, 5) = 0, 99379. Alors
pvaleur = 2(1 − φ(z)) = 2(1 − 0, 99379) = 0, 012

On accepte H0 car pvaleur = 1, 2% > 1%

Pour le test unilateral à droite, la p-valeur est donnée par
x−m
pvaleur = 1 − φ(z), avec z = √ = 2, 5
σ/ n
pvaleur = 1 − φ(2, 5) = 0, 00621 = 0, 6%
Comme pvaleur = 0, 6% < 1% alors on rejette H0 en faveur de H1 .

Execice 17

Une concentration en paracétamol de plus de 150 mg par kilogramme de poids corporel

est considérée comme dangereuse. Les mesures de paracétamol dans les tests sanguins
sont modélisées par une variable aléatoire de loi normale N (µ, σ).. L'écart-type, lié à la
procédure de test est supposé connu et égal à 5 mg. Par sécurité, on eectue 4 tests, dont
les résultats sont supposés être des réalisations indépendantes de la même loi normale
N (µ, σ).
1. Donner les hypothèses et la règle de décision du test décidant, au seuil de 5%, si un
patient court un risque, au vu de ses 4 résultats (vous êtes un docteur prudent).
2. Sur un certain patient, les 4 tests ont donné des concentrations en paracétamol de 140,
133, 148, 144. Calculer la p-valeur du test de la question précédente. Ce patient court-il
un risque ?
3. A partir de cette question, l'écart-type est supposé inconnu. Donner la statistique de
test et la règle de décision du test décidant, au seuil de 5%, si un patient court un risque,
au vu de ses 4 résultats.
4. Pour le patient de la question 2, donner un intervalle contenant la p-valeur du test de
la question précédente. Quelle est votre conclusion ?

Solution 17

1. Comme le docteur est prudent il considére les hypothéses du tests :


H0 : m = 150 mg
H1 : m < 150 mg.

7
 car il ne dirra qu'un patient ne cours aucun risque que s'il a une concentration en
paracétamol très inférieur de 150 mg par kilogramme de poids corporel. C'est un test
unilateral à gauche alors la p-valeur est donnée par
x−m
pvaleur = φ(z), avec z = √
σ/ n
On a x = 140+133+148+144
4
= 141, 25,

x−m 141, 25 − 150

z= √ = √ = −3, 5
σ/ n 5/ 4

Par suite pvaleur = φ(z) = φ(−3, 5) = 0. Comme le risque est 5% > pvaleur , alors on
rejette H0 en faveur de H1 .

Exercice 18

Dans une population donnée, le poids des nouveaux-nés est modélisé par une loi normale.
Dans l'ensemble de la population, l'écart-type des poids à la naissance est de 380 g. Le
poids moyen d'un nouveau-né dont la mère ne fume pas est de 3400 g. An d'étudier
l'eet du tabac sur le poids d'un nouveau-né, on relève le poids de 30 nouveau-nés dont
les mères fument et on obtient une moyenne empirique de 3240 g, avec un écart-type de
426 g.
1. En supposant que l'écart-type de l'échantillon est connu et égal à celui de l'ensemble
de la population, donner la p-valeur du test permettant de décider, si les nouveaux-nés de
l'échantillon sont signicativement plus légers en moyenne.
Quelle est votre conclusion, au seuil de 5%?
2. En supposant l'écart-type inconnu, donner une statistique de test et une région de rejet,
pour tester les mêmes hypothèses qu'à la question précédente. Quelle est votre conclusion
?
3. L'écart-type observé est-il signicativement supérieur à celui de l'ensemble de la popu-
lation ?
4. Reprendre la question 1. avec un échantillon de 300 nouveaux-nés, pour lesquels on a
observé un poids moyen de 3340 g.