9782100578924-Pupion-A5.
qxd 04/06/12 11:35 Page 1
5 APPLICATIONS
SUR LES ANALYSES ASSOCIÉES
AUX CHAPITRES 12 ET 13
(TESTS DE COMPARAISON ET
D’INDÉPENDANCE)
Exercice 1 : test de comparaison de proportions
(voir chapitre 12)
Une entreprise souhaite lancer un nouveau produit. Pour cela, elle confie l’étude du mar-
ché à une société de sondage. Lors du sondage, on demande à 1200 clients potentiels s’ils
sont prêts à acheter ce nouveau produit et on constate que 120 s’y déclarent favorables. Trois
mois après, et bien que la fabrication ait commencé, un nouveau sondage réalisé auprès de
1600 clients potentiels permet de constater que seulement 80 s’y déclarent favorables.
Tester avec un niveau de signification de 5 % l’hypothèse H0 « la proportion de clients
© Dunod. Toute reproduction non autorisée est un délit.
potentiels favorables à l’achat n’a pas sensiblement évolué » contre H1 « cette proportion a
diminué ».
Autrement dit, p1 et p2 désignant respectivement la proportion à la date du premier puis
du second sondage, tester H0 « p2 = p1 » contre H1 « p2 < p1 ».
Rappel (cf. p. 218) : sous l’hypothèse H0 « p2 = p1 » (n 1 et n 2 étant grands), on sait
que :
F1 − F2 ∼
T0 = √ = N0;1 où F = (n 1 F1 + n 2 F2 )/(n 1 + n 2 ).
F(1 − F) × (1/n 1 ) + (1/n 2 )
Corrigé de l’exercice 1
F1 et F2 désignant respectivement les propositions aléatoires du premier et du second son-
dage, on sait que : n 1 F1 B(n 1 ; p1 ) et n 2 F2 B(n 2 ; p2 ) avec n 1 = 1200 et n 2 = 1600.
[Link] 04/06/12 11:35 Page 2
2 STATISTIQUES POUR LA GESTION
Sous l’hypothèse H0 « p2 = p1 » (n 1 et n 2 étant grands), on sait que :
F1 − F2 ∼
T0 = √ = N0;1 où F = (n 1 F1 + n 2 F2 )/(n 1 + n 2 ).
F(1 − F) × (1/n 1 ) + (1/n 2 )
pr
Sous l’hypothèse alternative H1 « p1 > p2 », on constate que F1 − F2 → p1 − p2 > 0
lorsque n 1 et n 2 → ∞, donc T0 tend à prendre de grandes valeurs positives. Par suite, le
domaine de rejet de H0, noté δ0,05 , est du type [cα ; ∞[ où cα est défini par la condition :
0,05 = P0 (T0 cα ) ∼
= P(N0;1 cα ) = 1 − (cα ) .
On constate que (cα ) = 0,95 ⇒ cα = 1,65 (cf. p. 427) et donc : δ0,05 = [1,65; ∞[.
F1 prend la valeur f 1 = 120/1200 = 0,1 ; F2 prend la valeur f 2 = 80/1600 = 0,05 ;
F prend la valeur :
f = (120 + 80)/(1200 + 1600) ∼
= 0,0714
0,1 − 0,05
et donc T0 prend la valeur t = √ √ = 5,08 .
0,0714 × 0,9286 · (1/1200) + (1/1600)
t ∈ δ0,05 donc on rejette H0 au profit de H1 et ce avec un risque d’erreur négligeable puisque
P0 (T0 5,08) ∼= P(N0;1 5,08) ∼ = 0.
Exercice 2 : test d’indépendance du khi-deux
(voir chapitre 13)
Un dirigeant d’une firme automobile offre, pour un certain type de véhicules, trois condi-
tions de paiement à ses clients : un paiement immédiat avec une remise de 15 % (PP1), un
crédit gratuit de 12 mois prolongé par un crédit sur 5 ans à 10 % (PP2), un crédit-bail sur
10 ans (PP3).
Les trois segments de marché considérés, notés respectivement C1 , C2 et C3 sont les 20-
30 ans, les 30-55 ans et les plus de 55 ans.
Le relevé des ventes des 3000 véhicules vendus au cours
des dernières semaines est présenté ci-dessous :
PP1 PP2 PP3
C1 276 548 176
C2 358 877 265
C3 166 275 59
À partir de ces données, tester l’hypothèse H0 « le choix du mode de paiement est indé-
pendant de l’âge de l’acheteur » en utilisant le test du khi-deux avec un niveau de signifi-
cation de 1 %.
[Link] 04/06/12 11:35 Page 3
Applications sur les analyses associées aux chapitres 12 et 13 3
Corrigé de l’exercice 2
À partir de ces données, tester l’hypothèse H0 « le choix du mode de paiement est indé-
pendant de l’âge de l’acheteur » en utilisant le test du khi-deux avec un niveau de significa-
tion de 1 %.
PP1 PP2 PP3
C1 276 548 176 1000
C2 358 877 265 1500
C3 166 275 59 500
800 1700 500
X est partagé en 3 classes (h = 3) et Y en 3 classes (k = 3) ainsi que l’indique le
tableau ci-dessous. Les 3000 couples de valeurs sont donc répartis entre 6 classes Ci j pré-
sentées ci-dessous :
C1• : PP1 C2• : PP2 C3• : PP3 total ni•
C•1 effectifs observés nij n11 = 276 n21 = 548 n31 = 176 n•1 = 1000
effectifs théoriques nij* n11* = 266,66 n21* = 566,66 n31* = 166,66
C•2 effectifs observés nij n12 = 358 n22 = 877 n32 = 265 n•2 = 1500
effectifs théoriques nij* n12* = 400 n22* = 850 n32* = 250
C•3 effectifs observés nij n13 = 166 n23 = 275 n33 = 59 n•3 = 500
effectifs théoriques nij* n13* = 133,33 n23* = 283,33 n33* = 83,33
total n•j n1• = 800 n2• = 1700 n3• = 500 n = 3000
Les effectifs théoriques : n ∗11 = n 1• × n •1 /3000 = 800 × 1000/3000 = 266.66,...,n ∗32 =
n •2 × n 3• /3000 = 250 .
© Dunod. Toute reproduction non autorisée est un délit.
Statistique utilisée. Tous les effectifs théoriques n i∗j = n i•
∗
× n ∗• j /n étant supérieurs à 5,
3 3
(Ni j − Ni• × N• j /n)2 ∼ 2
sous l’hypothèse H0 on a la propriété Z = = χ4 car
i=1 j=1
Ni• × N• j /n
(h − 1)(k − 1) = 4
Règle de décision. Le domaine de rejet de H0 est nécessairement de type [cα ,∞[ où cα est
défini par P0 (Z cα ) ∼
= P(χ24 cα ) = α = 0,01 soit c = 13,28.
La v. a. Z prend la valeur z = (276 − 266,66)2 /266,66 + (548 − 566,66)2 /566,66 + ...
+(59 − 83,33)2 /83,33 = 22,986 . La valeur z prise par Z étant supérieure à 13,28 on déci-
de de rejeter l’hypothèse d’indépendance des variables X et Y.
[Link] 04/06/12 11:35 Page 4
4 STATISTIQUES POUR LA GESTION
Exercice 3 : test d’indépendance de Spearman
(voir chapitre 13)
Un chercheur s’interroge sur l’existence éventuelle d’un lien entre la confiance des clients
et leur satisfaction. Pour cela, il a été demandé à 8 clients d’évaluer la confiance dans l’en-
treprise et leur satisfaction en tant que client de celle-ci (ces échelles sont fondées sur la
moyenne d’items à sept points, c’est-à-dire des valeurs de 1 à 7) :
Satisfaction Confiance
4,2 1,3
4,8 2,4
6,9 6,5
5,3 2,3
6,2 1,1
4,1 4,2
5 2,7
6,5 2,8
Utilisez le test de Spearman pour tester l’hypothèse H0 « d’indépendance entre X la satis-
faction et Y la confiance dans la marque » contre l’hypothèse « X et Y ne sont pas indépen-
dantes » avec un risque d’erreur de première espèce de 10 %.
Corrigé de l’exercice 3
Réécrivons les couples de valeurs (xi , yi ) prises par (X, Y ) dans l’ordre croissant des
valeurs prises par X :
Valeur xi 4,1 4,2 4,8 5,0 5,3 6,2 6,5 6,9
Valeur yi 4,2 1,3 2,4 2,7 2,3 1,1 2,8 6,5
ri Rang de xi 1 2 3 4 5 6 7 8
si Rang de yi 7 2 4 5 3 1 6 8
La valeur ρ∗ = Cov(r,s)/σ(r) × σ(s) prise par la variable de Spearman ρ S est le coeffi-
cient de corrélation des n = 8 couples de valeurs (ri , si ). On sait que :
ρ∗ = 1 − 6d 2 /(n 3 − n) où d 2 = i (ri − si )2 [cf. p. 234].
Ici, d 2 = (1 − 7)2 + (2 − 2)2 + (3 − 4)2 + (4 − 5)2 + (5 − 3)2 + (6 − 1)2
+ (7 − 6)2 + (8 − 8)2 = 68
donc ρ∗ = 1 − 6 × 68/84 = 4/21 ∼
= 0,1904 .
[Link] 04/06/12 11:35 Page 5
Applications sur les analyses associées aux chapitres 12 et 13 5
Page 434, on lit pour n = 8 : P0 (ρ S 0,643) = 0,05 donc P0 (|ρ S | < 0,643) = 0,90.
La valeur ρ∗ = 4/21 prise par ρ S étant inférieure à 0,643, on décide d’accepter l’hypo-
thèse d’indépendance.
Note. La qualité du test peut s’évaluer à partir du niveau de signification observé :
P0 (|ρ S | 4/21) = 0,651
© Dunod. Toute reproduction non autorisée est un délit.