VALEUR CRITIQUE DE Z OU DE t DANS LE CAS D UNE VÉRIFICATION BILATÉRALE Seuil de signification de 10 % 0.9 (90 %)

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "VALEUR CRITIQUE DE Z OU DE t DANS LE CAS D UNE VÉRIFICATION BILATÉRALE Seuil de signification de 10 % 0.9 (90 %)"

Transcription

1 P brincipe des tests d hypothèses sur les moyennes Rappel : vous devez procéder en 5 étapes : 1. Formuler une hypothèse de recherche (H1) 2. Formuler une hypothèse nulle (H0) dont l objectif est de la battre lors du test. Il s agit d une hypothèse d un évènement dont on ne veut pas qu il arrive 3. Choisir un seuil de signification. Celui-ci va donner un seuil à travers lequel on teste l hypothèse nulle. L inverse du seuil de signification est constitué de l intervalle de confiance de notre test 4. Choisir une distribution théorique (distribution normale, t de Student) en fonction de la taille de l échantillon 5. Se prononcer sur la validité de l hypothèse nulle Objectif : Vous avez les résultats d un échantillon de données, et vous souhaitez en tirer des conséquences sur les caractéristiques de la population. Vous savez que vous ne pouvez pas avoir de résultat précis à partir d un échantillon, mais vous pouvez toujours opérer à un certain nombre d estimations. À partir des statistiques de votre échantillon, vous allez tester vos données pour voir ce que le les données ne sont pas, à défaut de pouvoir déterminer ce qu elles sont. Ce que vous ne voulez pas, vous le formulez sous forme d hypothèse nulle (H0). Les données dont vous avez besoin : - Moyenne de l échantillon - Écart-type de l échantillon - Taille de l échantillon - Taille de la population - Une hypothèse de recherche - Une hypothèse nulle VALEUR CRITIQUE DE Z OU DE t DANS LE CAS D UNE VÉRIFICATION BILATÉRALE Seuil de signification de 10 % 0.9 (90 %) Seuil de signification de 5 % 0.95 (95 %) Valeur critique +/ / / Distribution normale bilatérale exemple : seuil de signification de 5% On cherche à tester une «hypothèse nulle égale à» 47,5 % 47,5 % Seuil de signification de 1 % 0.99 (99 %) L aire contenue entre les deux L aire bornes contenue est égale entre à 95 % les des deux cas bornes possibles est égale à 95 % des cas possibles Bilatéral veut dire que l on teste une hypothèse nulle des deux côtés t de Student Voir la table des valeurs de t pour des seuils de signification POUR VÉRIFICATION BILATÉRALE de 0,1 (90 %) ; 0,05 (95 %) et 0,01 (99 %) Rappel : le dl signifie de degré de liberté. Pour choisir la bonne ligne, dites-vous que le degré de liberté est toujours égal à l échantillon moins 1 (n-1). Exemple : pour un échantillon de 25 : dln Si pour cet échantillon de 25 vous cherchez à avoir un seuil de signification de 5 %, alors votre valeur critique de t sera égale à 2,064 1

2 VALEUR CRITIQUE DE Z OU DE t DANS LE CAS D UNE VÉRIFICATION UNILATÉRALE Intervalle (ou niveau) de 0.9 (90 %) 0.95 (95 %) 0.99 (99 %) confiance Cote Soit +1,28 ; soit 1,28 Soit + 1,64, soit 1,64 Soit +2,33, soit -2,33 Distribution normale unilatérale à droite exemple : seuil de signification de 5% On cherche à tester une «hypothèse nulle inférieure à» L aire contenue avant la borne est égale à 95 % des cas possibles 95 % % Unilatéral veut dire que l on teste l hypothèse nulle d un seul côté Distribution normale unilatérale à gauche exemple : seuil de signification de 5% On cherche à tester une «hypothèse nulle supérieure à» L aire contenue après la borne est égale à 95 % des cas possibles 5% -1,64 95 % Unilatéral veut dire que l on teste l hypothèse nulle d un seul côté T de Student Voir la table des valeurs de t pour des seuils de signification POUR VÉRIFICATION UNILATÉRALE de 0,1; 0,05 et 0,01 Rappel : le dl signifie de degré de liberté. Pour choisir la bonne ligne, dites-vous que le degré de liberté est toujours égal à l échantillon moins 1 (n-1). Exemple : pour un échantillon de 25 : dln Si pour cet échantillon de 25 vous cherchez à avoir un seuil de signification de 5 %, alors votre t sera égal à 1,711 2

3 Échantillon/ population (n/n) Taille de l échantillon n < 30 Formule de calcul d une cote Z ou d un t afin de tester une hypothèse nulle n/n<1/20 (erreur type sans correctif) xi - 0 n/n>1/20 (erreur type avec correctif) xi - 0 légende 0 moyenne de la population selon votre hypothèse nulle xi moyenne de l échantillon (On ulitise t) t de Student avec s / n avec s / n * (N-n) (N-1) erreur type xi - 0 xi - 0 s écart-type de l échantillon n > 30 Z Z n taille de l échantillon N taille de la population (On utilise Z) racine avec s / n avec s / n * (N-n) (N-1) Votre Z calculé va devoir être comparé avec la cote Z. 1. Déterminez une hypothèse nulle 2. Calculez la cote Z ou le t de votre donnée d échantillon en fonction de l hypothèse nulle en fonction du tableau ci-dessus. 3. Comparez votre cote Z ou le t calculé avec la valeur critique de Z ou de t en fonction de votre seuil de signification Hypothèse nulle est rejetée si : L hypothèse nulle ne peut pas être rejetée si bilatérale unilatérale à droite unilatérale à gauche Exemple : La valeur calculée de se trouve au-delà des bornes de la valeur critique de Z (ou de t) négatif Ou Z calculé > Z critique positif La valeur calculée de se trouve à l intérieur des bornes de la valeur critique de Z critique négatif < positif Selon un sondage portant sur (n) personnes de la population québécoise (N ), le revenu moyen de l échantillon était de $ avec un écart-type de $ Nous allons faire trois hypothèses nulles successives, afin de comprendre de fonctionnement des trois tests disponible. 1. test bilatéral 3

4 Hypothèse de recherche H1: la population québécoise a un revenu moyen différent de $ Hypothèse nulle H0: La population québécoise a un revenu moyen égal à $ Nous cherchons à tester l hypothèse avec un seuil de signification de 5 %. Calculons d abord le Z à partir de nos données (n/n< à 1/20 ; n>30) xi Z + 4, / Les valeurs critiques de Z sont : - 1,96 et + 1,96 donc le Z calculé plus grand que la borne supérieure de la valeur critique, car 4,51 > 1,96 Dans ces conditions, nous pouvons rejeter l hypothèse nulle selon laquelle les Québécois ont un revenu moyen égal à $, avec un seuil de signification de 5 % (nous pouvons affirmer avec un intervalle de confiance de 95 %, que le revenu moyen des Québécois est différent de $) 2. Test unilatéral à droite Hypothèse de recherche H1: la population québécoise a un revenu moyen supérieur à $ Hypothèse nulle H0: La population québécoise a un revenu inférieur à $ Z calculé + 4,51 +4,51 > +1,64 Z critique unilatéral avec un seuil de 5 % + 1,64 Dans ces conditions, nous pouvons rejeter l hypothèse nulle selon laquelle les Québécois ont un revenu moyen inférieur à $, avec un seuil de signification de 5 % (nous pouvons affirmer avec un intervalle de confiance de 95 %, que le revenu moyen des Québécois est supérieur à $) 3. Test unilatéral à gauche Hypothèse de recherche H1: la population québécoise a un revenu moyen inférieur à $ Hypothèse nulle H0: La population québécoise a un revenu supérieur à $ Z calculé + 4,51 +4,51 > -1,64 Z critique unilatéral avec un seuil de 5 % - 1,64 Dans ces conditions, nous ne pouvons pas rejeter l hypothèse nulle selon laquelle les Québécois ont un revenu moyen supérieur à $, avec un seuil de signification de 5 % (nous ne pouvons donc pas affirmer avec un intervalle de confiance de 95 %, que le revenu moyen des Québécois soit inférieur à $) Variante n 2 Hypothèse de recherche H1: la population québécoise a un revenu moyen inférieur à $ Hypothèse nulle H0: La population québécoise a un revenu supérieur à $ xi Z - 2,25-2,25 <

5 7 000 / Z critique unilatéral avec un seuil de 5 % - 1,64 Dans ces conditions, nous pouvons rejeter l hypothèse nulle selon laquelle les Québécois ont un revenu moyen supérieur à $, avec un seuil de signification de 5 % (nous pouvons donc affirmer avec un intervalle de confiance de 95 %, que le revenu moyen des Québécois est inférieur à $) Principe des tests d hypothèses sur les pourcentages Formule de calcul d une cote Z ou d un t afin de tester une hypothèse nulle pour un pourcentage Échantillon/ population (n/n) Taille de l échantillon n < 30 (On ulitise t) n > 30 (On utilise Z) n/n<1/20 (erreur type sans correctif) p - π avec (p*q / n) Z p - π avec (p*q / n) n/n>1/20 (erreur type avec correctif) p - π avec (p*q / n )* (N-n) (N-1) Z p - π avec (p*q / n )* (N-n) légende π pourcentage concerné de la population selon votre hypothèse nulle p pourcentage concerné de l échantillon t de Student erreur type q inverse du pourcentage de p (100-p) n taille de l échantillon N taille de la population racine (N-1) Votre Z calculé va devoir être comparé avec la cote Z. 1. Déterminez une hypothèse nulle 2. Calculez la cote Z ou le t de votre donnée d échantillon en fonction de l hypothèse nulle en fonction du tableau ci-dessus. 3. Comparez votre cote Z ou le t calculé avec la valeur critique de Z ou de t en fonction de votre seuil de signification bilatérale unilatérale à droite unilatérale à gauche Hypothèse nulle est rejetée si : La valeur calculée de se trouve au-delà des bornes de la valeur critique de Z (ou de t) négatif Ou Z calculé > Z critique positif L hypothèse nulle ne peut pas être rejetée si La valeur calculée de se trouve à l intérieur des bornes de la valeur critique de Z critique négatif < positif 5

6 Exemple : Selon un sondage portant sur (n) 800 personnes des étudiants de l UQAM (N ), 40 % avaient un revenu inférieur à $ Nous allons faire trois hypothèses nulles successives, afin de comprendre de fonctionnement des trois tests disponible. 1. test bilatéral Hypothèse de recherche H1: le % des étudiants de l UQÀM ayant un revenu inférieur à $ est différent de 45 % Hypothèse nulle H0: le % des étudiants de l UQÀM ayant un revenu inférieur à $ est égal à 45 % Nous cherchons à tester l hypothèse avec un seuil de signification de 1 %. Calculons d abord le Z à partir de nos données (n/n< à 1/20 ; n>30) p - π Z - 2,89 (40*60 / 800) Les valeurs critiques de Z sont : - 2,58 et + 2,58 donc le Z calculé plus petit que la borne inférieure de la valeur critique, car -2,89 < -2,58 Dans ces conditions, nous pouvons rejeter l hypothèse nulle selon le % des étudiants de l UQÀM ayant un revenu inférieur à $ est égal à 45 %, avec un seuil de signification de 1 % (nous pouvons affirmer avec un intervalle de confiance de 99 %, le % des étudiants de l UQÀM ayant un revenu inférieur à $ est différent de 45 % 2. Test unilatéral à droite Hypothèse de recherche H1: le % des étudiants de l UQÀM ayant un revenu inférieur à $ est supérieur à 45 % Hypothèse nulle H0: le % des étudiants de l UQÀM ayant un revenu inférieur à $ est inférieur à 45 % Z calculé - 2,89-2,89 < 2,33 Z critique unilatéral avec un seuil de 15 % + 2,33 Dans ces conditions, nous ne pouvons pas rejeter l hypothèse nulle selon laquelle le % des étudiants de l UQÀM ayant un revenu inférieur à $ est inférieur à 45 %, avec un seuil de signification de 1 % (Il est donc impossible d affirmer avec un intervalle de confiance de 99 %, que le % des étudiants de l UQÀM ayant un revenu inférieur à $ est supérieur à 45 %) 3. Test unilatéral à gauche Hypothèse de recherche H1: le % des étudiants de l UQÀM ayant un revenu inférieur à $ est inférieur à 45 % Hypothèse nulle H0: le % des étudiants de l UQÀM ayant un revenu inférieur à $ est supérieur à 45 % Z calculé - 2,89-2,89 > - 2,33 Z critique unilatéral avec un seuil de 1 % -2,33 Dans ces conditions, nous pouvons rejeter l hypothèse nulle selon laquelle le % des étudiants de l UQÀM ayant un revenu inférieur à $ est supérieur à 45 %, avec un seuil de signification de 1 % (nous pouvons donc affirmer avec un intervalle de confiance de 99 %, que le le % des étudiants de l UQÀM ayant un revenu inférieur à $ est inférieur à 45 %) 6

7 Tests relatifs à une différence de moyenne Formule de calcul d une cote Z ou d un t afin de tester une hypothèse nulle Taille de n1 + n2 n1 + n2 l échantillon < 30 > 30 légende (On ulitise t) (On ulitise Z) (x1 x2) - ( 1-2) x1-x2 Z (x1 x2) - ( 1-2) x1-x2 1-2 différence théorique des moyennes selon votre hypothèse nulle x1 x2 différence des moyennes des échantillons x1-x2 avec s1² + s2² erreur type s1 écart-type de l échantillon 1 x1-x2 n1 n2 s2 écart-type de l échantillon 2 n1 taille de l échantillon 1 n2 taille de l échantillon 2 Votre Z calculé va devoir être comparé avec la cote Z. 1. Déterminez une hypothèse nulle qui est : 1 2 (donc 1-2 0) 2 proposez votre hypothèse de recherche H1. 2. Calculez la cote Z ou le t de votre donnée d échantillon en fonction de l hypothèse nulle en fonction du tableau ci-dessus. 3. Comparez votre cote Z ou le t calculé avec la valeur critique de Z ou de t en fonction de votre seuil de signification Hypothèse nulle est rejetée si : L hypothèse nulle ne peut pas être rejetée si La valeur calculée de se trouve La valeur calculée de se trouve à au-delà des bornes de la valeur critique de Z l intérieur des bornes de la valeur critique bilatérale (ou de t) de négatif Z critique négatif < positif Ou Z calculé > Z critique positif unilatérale à droite unilatérale à gauche T de Student Voir la table des valeurs de t pour des seuils de signification POUR VÉRIFICATION UNILATÉRALE ou BILATÉRALE en fonction du groupe de 0,1; 0,05 et 0,01 Rappel : le dl signifie de degré de liberté. Pour choisir la bonne ligne, dites-vous que le degré de liberté est toujours égal à la somme des échantillons échantillon moins 1 (n1+ n2-1). Exemple : pour deux échantillon de 12 et 13 personnes : dl n1+ n Si pour cet échantillon de 25 vous cherchez à avoir un seuil de signification de 5 %, alors votre t sera égal à 2,064 dans le cas d un test bilatéral et 1,711 dans le cas d un test unilatéral 7

8 Vous voulez savoir si la différence de note entre les femmes et les hommes est significative dans une classe donnée. Le groupe de 15 hommes à une moyenne de 82 (écart-type de 12) et le groupe de 17 femmes est de 87 (écart-type de 15). Vous allez donc utiliser la formule : Hypothèse nulle H0: Il n y a pas de différence entre les moyennes 1 2 (donc 1-2 0) Hypothèse de recherche H1: Il n y a pas de différence entre les moyennes 1 2 (donc 1-2 0) (x1 x2) - ( 1-2) Z -1,04 x1-x2 ((12²/15)+ (15²/17)) 4,78 Z critique pour un seul de signification de 1 % (vérification bilatérale) est : +/ Comme le Z calculé est compris entre les deux bornes du Z critique, alors H0 ne peut être rejetée. La différence entre les deux moyennes n est donc pas significative au seuil de signification de 1 %. 8

9 Taille de l échantillon Tests relatifs à une différence de pourcentages Formule de calcul d une cote Z ou d un t afin de tester une hypothèse nulle n < 30 n > 30 légende (On ulitise t*) (On ulitise Z) (p1 p2) - (π1 - π2) p1-p2 Z avec p1*q1 + p2*q2 p1-p2 n1 n2 (p1 p2) - (π1 - π2) p1-p2 π1 - π2 différence théorique des pourcentages selon votre hypothèse nulle p1 p2 différence des pourcentages des échantillons t de Student p1-p2 erreur type q p1 q p2 n1 taille de l échantillon 1 n2 taille de l échantillon 2 Votre Z calculé va devoir être comparé avec la cote Z. 1. Déterminez une hypothèse nulle qui est : π1 π2 (donc π1 - π2 0) 2. Calculez la cote Z ou le t de votre donnée d échantillon en fonction de l hypothèse nulle en fonction du tableau ci-dessus. 3. Comparez votre cote Z ou le t calculé avec la valeur critique de Z ou de t en fonction de votre seuil de signification bilatérale unilatérale à droite unilatérale à gauche T de Student Hypothèse nulle est rejetée si : La valeur calculée de se trouve au-delà des bornes de la valeur critique de Z (ou de t) négatif Ou Z calculé > Z critique positif L hypothèse nulle ne peut pas être rejetée si La valeur calculée de se trouve à l intérieur des bornes de la valeur critique de Z critique négatif < positif Voir la table des valeurs de t pour des seuils de signification POUR VÉRIFICATION UNILATÉRALE ou BILATÉRALE en fonction du groupe de 0,1; 0,05 et 0,01 Rappel : le dl signifie de degré de liberté. Pour choisir la bonne ligne, dites-vous que le degré de liberté est toujours égal à la somme des échantillons échantillon moins 1 (n1+ n2-1). Exemple : pour deux échantillon de 12 et 13 personnes : dl n1+ n Si pour cet échantillon de 25 vous cherchez à avoir un seuil de signification de 5 %, alors votre t sera égal à 2,064 dans le cas d un test bilatéral et 1,711 dans le cas d un test unilatéral 9

10 Un homme politique cherche à savoir si les francophones et les non francophones (anglophones+allophones) ont des intentions de vote significativement différentes dans son comté. 36 % des 48 francophones interrogées voteraient ce politicien tandis que 33 % des 35 non francophones voteraient pour lui. Vous allez donc utiliser la formule : Hypothèse nulle H0: Il n y a pas de différence entre les moyennes π1 π2 (donc π1 - π2 0) Hypothèse de recherche H1: Il n y a pas de différence entre les moyennes π1 π2 (donc π1 - π2 0) (p1 p2) - (π1 - π2) Z + 0,28 p1-p2 ((36*64/48)+ (33*67/35)) 10,54 Z critique pour un seul de signification de 1 % (vérification bilatérale) est : +/ Comme le Z calculé est compris entre les deux bornes du Z critique, alors H0 ne peut être rejetée. La différence entre les deux proportions n est donc pas significative au seuil de signification de 1 %. 10

Inférence sur les paramètres. a) Les filles sont-elles plus grandes que leurs mères en moyenne?

Inférence sur les paramètres. a) Les filles sont-elles plus grandes que leurs mères en moyenne? Corrigé - Série 2 Inférence sur les paramètres Exercice 1 - Les enfants qui dépassent leurs parents a) Les filles sont-elles plus grandes que leurs mères en moyenne? H 0 : µ filles = µ mères H 1 : µ filles

Plus en détail

MQT1183 Méthodes statistiques

MQT1183 Méthodes statistiques MQT1183 Méthodes statistiques Sébastien Blais Département des sciences administratives, UQO 20 mars 2017 Rappels Exercice 8.35. Aujourd hui Chapitre 9: Test d hypothèses 1 Introduction 2 Hypothèses nulle

Plus en détail

Master 1 de Santé Publique. UE de biostatistique : cours Comparaison de deux variances

Master 1 de Santé Publique. UE de biostatistique : cours Comparaison de deux variances Master de Santé Publique UE de biostatistique : cours 0 Comparaison de deux variances M de Santé Publique Biostatistique - Cours 0 - Comparaison de variances Comparaison de deux variances Hypothèses testées

Plus en détail

Lecture des différentes tables statistiques du PACES

Lecture des différentes tables statistiques du PACES Lecture des différentes tables statistiques du PACES Table de la loi normale centrée réduite Il s agit d une tabulation de la fonction de répartition de la LNCR (0,1). Elle fait correspondre à une valeur

Plus en détail

2. COMPARAISON DE DEUX GROUPES

2. COMPARAISON DE DEUX GROUPES 2. COMPARAISON DE DEUX GROUPES Il existe des tests spécifiques pour comparer des proportions comparer des moyennes Données par paires ou non Nécessite éventuellement de comparer préalablement les variances

Plus en détail

LPSP1209 : Statistique II Examen de janvier 2017 questionnaire bleu Instructions et données de l examen

LPSP1209 : Statistique II Examen de janvier 2017 questionnaire bleu Instructions et données de l examen LPSP1209 : Statistique II Examen de janvier 2017 questionnaire bleu Instructions et données de l examen Organisation de l examen : Documents et matériel que vous recevez ou dont vous pouvez disposer 1.

Plus en détail

R-Commander : Notions du chapitre 3. Estimation et tests d hypothèses : problèmes à un échantillon. 1) Présentation du jeu de données 2

R-Commander : Notions du chapitre 3. Estimation et tests d hypothèses : problèmes à un échantillon. 1) Présentation du jeu de données 2 R-Commander : Notions du chapitre 3 Estimation et tests d hypothèses : problèmes à un échantillon 1) Présentation du jeu de données ) Estimation et test sur une moyenne μ..3 a) Test bilatéral et intervalle

Plus en détail

MQT1183 Méthodes statistiques

MQT1183 Méthodes statistiques MQT1183 Méthodes statistiques Sébastien Blais Département des sciences administratives, UQO 28 mars 2017 Rappels Hypothèse sur la moyenne, σ connu (théorie) Hypothèse sur la moyenne, σ inconnu Hypothèse

Plus en détail

Université de Rouen UFR de Médecine et Pharmacie

Université de Rouen UFR de Médecine et Pharmacie Université de Rouen UFR de Médecine et Pharmacie Année Universitaire 2014-2015 GFGSP 3 Epreuve de Statistiques Mme Le Clézio Date de l épreuve : mardi 6 janvier Durée de l épreuve : 1 heure Session 1 Le

Plus en détail

Exercices 10.3, 11.1, 12.1, 13.6, 14.2, 15.8, 16.4

Exercices 10.3, 11.1, 12.1, 13.6, 14.2, 15.8, 16.4 Université de Lausanne Statistique I non-psy. Cours du professeur André Berchtold Institut des Sciences Sociales Corrigé de la seconde série d exercices supplémentaires Exercices 10.3, 11.1, 12.1, 13.6,

Plus en détail

Annexes du cours de l UE 4. PACES et APEMR

Annexes du cours de l UE 4. PACES et APEMR Annexes du cours de l UE 4 PACES et APEMR RAPPELS et TABLES STATISTIQUES Dérivées usuelles Domaine de définition Fonction Domaine de dérivabilité Dérivée Condition ou remarque Cas n = 1 de x n Cas n =

Plus en détail

L argent et le bonheur (corrigé) /30

L argent et le bonheur (corrigé) /30 L argent et le bonheur (corrigé) /3 F4 Connaissances préalables : Objectif(s) spécifique(s) : Outils nécessaires: Consignes générales: Test exact et approché de conformité de proportion Analyse de la démarche

Plus en détail

Tests non paramétriques

Tests non paramétriques Frédéric Bertrand 1 & Myriam Maumy 1 1 IRMA, Université de Strasbourg France DUS2 20-06-2011 Tests non libres de distribution Certains tests statistiques ne sont valables que sous certaines conditions

Plus en détail

Démarche de statistique inférentielle. par opposition à l estimation qui est une opération de quantification

Démarche de statistique inférentielle. par opposition à l estimation qui est une opération de quantification Test d hypothèses Démarche de statistique inférentielle Opération de validation par opposition à l estimation qui est une opération de quantification Principe Formuler une hypothèse sur la population,

Plus en détail

Rapport d un sondage omnibus sur la perception de la population québécoise à l égard des peuples autochtones

Rapport d un sondage omnibus sur la perception de la population québécoise à l égard des peuples autochtones Assemblée des Premières Nations du Québec et du Labrador Résultats d un sondage Omnibus Octobre 2006 Rapport d analyse Rapport d un sondage omnibus sur la perception de la population québécoise à l égard

Plus en détail

Construction d une table des lois de Student

Construction d une table des lois de Student Construction d une table des lois de tudent Construction d une table. Comme la table de la loi normale centrée réduite N(0;1), présentée dans le bulletin n 1 du G.R.E., cette table est construite avec

Plus en détail

METHODE DES COUPLES ou SERIES APPARIEES

METHODE DES COUPLES ou SERIES APPARIEES METHOE ES COUPLES ou SERIES APPARIEES Voici un exercice inspiré des annales de BTS ( Formation hippique session 1988) : Seize chevaux, choisis au hasard, ont été notés lors de deux contrôles successifs.

Plus en détail

Chapitre 3 : INFERENCE

Chapitre 3 : INFERENCE Chapitre 3 : INFERENCE 3.3 LES TESTS D HYPOTHESE 3.3.1 Formuler des hypothèses 3.3.2 Erreurs de 1 e et 2 e espèce 3.3.3 Test sur la moyenne d une population 3.3.4 Puissance du test 3.3.5 Proportion 3.3.6

Plus en détail

Chapitre 8. Tests d hypothèse

Chapitre 8. Tests d hypothèse Chapitre 8 Tests d hypothèse Introduction aux tests d hypothèse: dans quelles situations utiliserons-nous les tests d hypothèse? Le temps d attente moyen dans les cliniques médicales en 2001 était de 40

Plus en détail

Tests statistiques. Définitions et principes généraux des tests statistiques

Tests statistiques. Définitions et principes généraux des tests statistiques Tests statistiques Définitions et principes généraux des tests statistiques Présentation générale Un test d hypothèse est une règle de décision. La décision est un pari et comporte toujours des risques

Plus en détail

Lois de distributions

Lois de distributions Lois de distributions La loi normale La loi normale repose sur l'estimation de deux paramètres de la population statistique: la moyenne µ l'écart type σ La courbe (appelée "fonction de densité de probabilité")

Plus en détail

IUT de Saint-Etienne - département Techniques de Commercialisation M. Ferraris Promotion /12/2016

IUT de Saint-Etienne - département Techniques de Commercialisation M. Ferraris Promotion /12/2016 IUT de Saint-Etienne - département Techniques de Commercialisation M. Ferraris Promotion 2015-2017 07/12/2016 Semestre 3 - MATHEMATIQUES DEVOIR 2 durée : 2 heures coefficient 1/2 La calculatrice graphique

Plus en détail

INFERENCE SUR UNE REPARTITION DE FREQUENCES

INFERENCE SUR UNE REPARTITION DE FREQUENCES Page1/5 TD ADP1 SEANCE 12 DOSSIER ESTIMATIO (page 32) Exercice 2 Intervalle de confiance de la moyenne de la population parente au niveau de confiance 0,95 [10,38 ; 11,58]. 0,95 Interpréter ce résultat

Plus en détail

Université de Picardie Jules Verne UFR des Sciences. Licence mention Mathématiques - Semestre 3 Statistique. Tests non paramétriques

Université de Picardie Jules Verne UFR des Sciences. Licence mention Mathématiques - Semestre 3 Statistique. Tests non paramétriques S3 Maths 013-014 Statistique Tests non paramétriques Université de Picardie Jules Verne 013-014 UFR des Sciences Licence mention Mathématiques - Semestre 3 Statistique Tests non paramétriques Dans une

Plus en détail

Test du khi-2 (Test de conformité) Comparer un pourcentage observé à un pourcentage de référence

Test du khi-2 (Test de conformité) Comparer un pourcentage observé à un pourcentage de référence Fiche n 01 sur le test du khi-2 1 Test du khi-2 (Test de conformité) Comparer un pourcentage observé à un pourcentage de référence Situation La valeur d un pourcentage est connue dans une population qui

Plus en détail

Tests paramétriques. Frédéric Bertrand. M1 MCB2a FC Strasbourg, France. 1 IRMA, Université de Strasbourg

Tests paramétriques. Frédéric Bertrand. M1 MCB2a FC Strasbourg, France. 1 IRMA, Université de Strasbourg 1 1 IRMA, Université de Strasbourg Strasbourg, France M1 MCB2a FC 01-06-2010 À quoi sert un test? Contruction d un test Mise en oeuvre pratique Première partie I Introduction générale à la notion de tests

Plus en détail

Pays Espérance de vie (en année)

Pays Espérance de vie (en année) Les tests de rangs (Rho et coefficient de concordance) Le Rho (ρ) de Spearman mesure l indépendance de deux variables dont les résultats ont été mis en rang. Ainsi, plutôt que d utiliser les résultats

Plus en détail

L INDUCTION STATISTIQUE

L INDUCTION STATISTIQUE L INDUCTION STATISTIQUE L'induction statistique a pour but de faire émerger des propriétés d'un ensemble de variables. Elle s'appuie sur les résultats de la statistique mathématique, qui applique des calculs

Plus en détail

Principe des tests d hypothèse

Principe des tests d hypothèse Principe des tests d hypothèse 1 ère année médecine 2016/2017 Dr M LAOUSSATI Plan du cours I- Introduction II- Définitions III-Les différentes étapes de l analyse statistique V- Bibliographie I- Introduction

Plus en détail

La significativité statistique : aspects conceptuels et signification dans la pratique clinique

La significativité statistique : aspects conceptuels et signification dans la pratique clinique La significativité statistique : aspects conceptuels et signification dans la pratique clinique Jacques Juhel Centre de Recherches en Psychologie, Cognition, Communication (EA 1285) Centre de Formation

Plus en détail

Statistiques - Ajustement de courbes

Statistiques - Ajustement de courbes Statistiques - Ajustement de courbes 1 Rappels de Statistiques 1.1 Moyenne, variance, écart-type Soit une série statistique : x 1, x 2, x n (n valeurs) Moyenne x = 1 n x i n i=1 Somme des carrés des écarts

Plus en détail

Utilisation d un test chi-carré d homogénéité /25

Utilisation d un test chi-carré d homogénéité /25 Utilisation d un test chi-carré d homogénéité /25 Une expérience portant sur la mémorisation d une liste de mots a été réalisée. Le but est de déterminer si la signification des mots influence la mémorisation.

Plus en détail

STATISTIQUE Notion de test et niveau de signification

STATISTIQUE Notion de test et niveau de signification STATISTIQUE Notion de test et niveau de signification Sept.-Nov.2010 Bruno Depay Le Figaro, lundi 18 octobre 2010 «Le téléphone sonne»émission de radio consacrée aux statistiques France Inter 20 octobre

Plus en détail

Statistiques L5.1. APA et ES TD 5 (V. Bougault)

Statistiques L5.1. APA et ES TD 5 (V. Bougault) Statistiques L5.1. APA et ES TD 5 (V. Bougault) Exercice 3 Pour déterminer l âge moyen de ses clients, une entreprise de distribution d articles de sport prélève aléatoirement un échantillon de 50 clients

Plus en détail

Master 1 de Santé Publique. UE de biostatistique : cours 11. Comparaison de plusieurs distributions. Test de tendance entre plusieurs pourcentages

Master 1 de Santé Publique. UE de biostatistique : cours 11. Comparaison de plusieurs distributions. Test de tendance entre plusieurs pourcentages Master 1 de Santé Publique UE de biostatistique : cours 11 Comparaison de plusieurs distributions Test de tendance entre plusieurs pourcentages M1 de Santé Publique Biostatistique - Cours 10 - Comparaison

Plus en détail

Techniques d enquêtes. Analyse des données. Cours 6. 21/12/02

Techniques d enquêtes. Analyse des données. Cours 6. 21/12/02 I. Introduction. - Analyse univariée : C est l étude de variables une à une (tendance moyenne centrale : Mode, médiane et dispersion : Variance, écart-type). - Analyse bivariée : Etude des relations entre

Plus en détail

Fiche TD 6 - L2 Économie-Gestion

Fiche TD 6 - L2 Économie-Gestion UNIVERSITE de NICE - SOPHIA ANTIPOLIS Institut Supérieur d Economie et de Management ANNÉE UNIVERSITAIRE : 2013-2014 REF. ANNÉE D ÉTUDE : L2 MATIÈRE : PROBABILITÉS, STATISTIQUES ENSEIGNANT : Julien BARRÉ

Plus en détail

Chapitre 10: Tests et intervalles de confiance pour proportions

Chapitre 10: Tests et intervalles de confiance pour proportions Chapitre 10: Tests et intervalles de confiance pour proportions 1. Test statistique pour une proportion 2. Intervalle de confiance pour une proportion 3. Test statistique pour deux proportions 1 1. Test

Plus en détail

Test de Kruskal-Wallis

Test de Kruskal-Wallis Frédéric Bertrand 1 & Myriam Maumy 1 1 IRMA, Université de Strasbourg France DUS2 20-06-2011 Sommaire 1 Généralités 2 Conditions d application 3 Statistique de test Règle de décision et conclusion du test

Plus en détail

Université de Rouen UFR de Médecine et Pharmacie

Université de Rouen UFR de Médecine et Pharmacie Université de Rouen UFR de Médecine et Pharmacie Année Universitaire 2014-2015 GFGSP 2 Epreuve de Statistiques Mme Le Clézio Date de l épreuve : mercredi 7 janvier Durée de l épreuve : 1 heure Session

Plus en détail

Chapitre 9 Corrélation - Régression Exercices commentés. José LABARERE

Chapitre 9 Corrélation - Régression Exercices commentés. José LABARERE UE4 : Biostatistiques Chapitre 9 Corrélation - Régression Exercices commentés José LABARERE Année universitaire 2011/2012 Université Joseph Fourier de Grenoble - Tous droits réservés. Exercice I Les notes

Plus en détail

loi faible des grands nombres

loi faible des grands nombres échantillonnage loi faible des grands nombres lien entre probabilités et statistiques : jeu de pile ou face : "pile" avec proba 1/2 on joue une fois : soit "pile", soit "face" on joue deux fois : pas forcément

Plus en détail

CHAPITRE 1 - GÉNÉRALITÉS SUR LES TESTS - EXEMPLE DU TEST BINOMIAL -

CHAPITRE 1 - GÉNÉRALITÉS SUR LES TESTS - EXEMPLE DU TEST BINOMIAL - CHAPITRE 1 - GÉNÉRALITÉS SUR LES TESTS - EXEMPLE DU TEST BINOMIAL - 1 Qu est ce qu un test statistique? Supposons que l on souhaite mettre en évidence une propriété concernant une population P. On procède

Plus en détail

Probabilités et distributions continues

Probabilités et distributions continues Probabilités et distributions continues Exercice 1 Si, dans une race bovine, la durée moyenne de gestation est de 280 jours avec déviation standard égale à 5, quelle est la proportion des vaches dont la

Plus en détail

CHAPITRE XII TABLES ET ABAQUES

CHAPITRE XII TABLES ET ABAQUES HAPITRE XII TABLES ET ABAQUES Annexe 1 s factorielles et puissances....514 Annexe 2 Loi de Poisson P (λ). s de la loi de Poisson....51 Abaque de la loi de Poisson....522 Annexe 3 s et papiers de reconnaissance

Plus en détail

Janvier 07 - Examen de Calcul de Probabilités Ex 1 Ex 2 Ex 3 Ex 4 Ex 5 - Page 1/9

Janvier 07 - Examen de Calcul de Probabilités Ex 1 Ex 2 Ex 3 Ex 4 Ex 5 - Page 1/9 Janvier 7 - Examen de Calcul de Probabilités Ex 1 Ex 2 Ex 3 Ex 4 Ex 5 - Page 1/9 Exercice 1 Enoncé Un jeune enfant range ses 2 CD dans leurs coffrets (1 CD par coffret) Ne sachant pas encore très bien

Plus en détail

CONFORMITE D UNE MOYENNE, D UNE PROPORTION

CONFORMITE D UNE MOYENNE, D UNE PROPORTION CONFORMITE D UNE MOYENNE, D UNE PROPORTION Filière B.T.S.A. - Module D11 : Option I.A.A. et Options Productions (Productions animales, Productions aquacoles, Productions horticoles, Gestion forestière,

Plus en détail

On a relevé dans le tableau suivant les résultats de 10 pesées d'un même objet : 72,20 72,24 72,26 72,30 72,36 72,39 72,42 72,48 72,50 72,54

On a relevé dans le tableau suivant les résultats de 10 pesées d'un même objet : 72,20 72,24 72,26 72,30 72,36 72,39 72,42 72,48 72,50 72,54 UNIVERSITE MOHAMED V AGDAL Session : printemps été 2007 Faculté des Sciences Juridiques, Economiques et Sociales Filière des Sciences Economiques et Gestion Semestre : IV Sections : A, B et C Module :

Plus en détail

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2011-2012 U.F.R. de Lettres et Sciences Humaines CS 93837-29238 BREST CEDEX 3 Section : Psychologie - Licence 3è année Enseignant responsable : F.-G.

Plus en détail

1 Sélection des données dans la feuille de calcul 2 La vue Analyse des données 3 Calculs statistiques

1 Sélection des données dans la feuille de calcul 2 La vue Analyse des données 3 Calculs statistiques Fiche technique 20 Comparer plusieurs séries statistiques 1 Sélection des données dans la feuille de calcul 2 La vue Analyse des données 3 Calculs statistiques http://url.univ-irem.fr/ft37 QR Code GeoGebra

Plus en détail

Décision et Prévision Statistiques. Test de vérification des acquis Durée : 3 heures. Thierry Verdel, Mines Nancy, 9 décembre 2014

Décision et Prévision Statistiques. Test de vérification des acquis Durée : 3 heures. Thierry Verdel, Mines Nancy, 9 décembre 2014 Décision et Prévision Statistiques. Test de vérification des acquis Durée : 3 heures. Thierry Verdel, Mines Nancy, 9 décembre 2014 ATTENTION, RENDRE UNE COPIE SÉPARÉE POUR CHAQUE EXERCICE Dans tout l énoncé,

Plus en détail

Chapitre 5 Interprétation des données d enquête

Chapitre 5 Interprétation des données d enquête Chapitre 5 Interprétation des données d enquête 1 Chapitre 5, principalement le point C, en p. 65 et suivantes Enquête, sondage : même combat! Exemple : sondage d opinion politique en rapport avec une

Plus en détail

Analyse des données économiques AES L3. Licence AES L3. Analyse des données économiques Cours M. Vincent Dupont BROCHURE DE TD PARTIE 1 DU COURS

Analyse des données économiques AES L3. Licence AES L3. Analyse des données économiques Cours M. Vincent Dupont BROCHURE DE TD PARTIE 1 DU COURS Licence AES L3 Analyse des données économiques Cours M. Vincent Dupont BROCHURE DE TD PARTIE 1 DU COURS Séance de TD n 1 Statistiques descriptives A partir des données fournies par votre chargé de TD,

Plus en détail

Chapitre 5. Echantillonnage et enquêtes épidémiologiques

Chapitre 5. Echantillonnage et enquêtes épidémiologiques Chapitre 5 Echantillonnage et enquêtes épidémiologiques Objectifs des enquêtes épidémiologiques Décrire les caractéristiques d un phénomène de santé dans une population son évolution dans le temps sa répartition

Plus en détail

01/11/2011. Cours 8. Les analyses bivariées. Retour sur l évaluation intra

01/11/2011. Cours 8. Les analyses bivariées. Retour sur l évaluation intra Cours 8 Les analyses bivariées Retour sur l évaluation intra Les analyses bivariées Les types de relation Formulation des hypothèses Les types d analyses bivariées La signification, le sens et la force

Plus en détail

Intervalles de confiance et tests portant sur la moyenne et la variance d une loi gaussienne

Intervalles de confiance et tests portant sur la moyenne et la variance d une loi gaussienne Master de mathématiques 011/01 Intervalles de confiance et tests portant sur la moyenne et la variance d une loi gaussienne Table des matières A Intervalle de confiance 1 B Intervalles de confiance et

Plus en détail

Questions pratiques 5: L échantillon et ses problèmes

Questions pratiques 5: L échantillon et ses problèmes Questions pratiques 5: L échantillon et ses problèmes Jean-François Bickel Statistique II SPO8 Deux caractéristiques de l échantillon de données peuvent avoir de sérieuses conséquences sur la validité

Plus en détail

Document Support Technique Minitab Statistical Software : Comment calculer et interpréter la valeur de p?

Document Support Technique Minitab Statistical Software : Comment calculer et interpréter la valeur de p? Document Support Technique Minitab Statistical Software : Comment calculer et interpréter la valeur de p? La valeur de p est souvent utilisée dans les tests d'hypothèses, tests qui vous permettent de rejeter,

Plus en détail

Examen de STAT-G-101 Le 19 avril 2013

Examen de STAT-G-101 Le 19 avril 2013 Examen de STAT-G-101 Le 19 avril 2013 Question: 1 2 3 4 5 6 7 Total Points: 8 12 2 2 2 2 2 30 Score: Nom: Prénom(s): Section: Instructions Écrivez soigneusement. Une réponse difficilement lisible sera

Plus en détail

Méthodes statistiques Solutions des exercices du chapitre 7

Méthodes statistiques Solutions des exercices du chapitre 7 STT-1920 Méthodes statistiques Solutions des exercices du chapitre 7 Numéro 1. Voici les pourcentages pour chacun des 4 groupes sanguins au Canada : Groupe O A B AB Proportion 0.46 0.39 0.11 0.04 On a

Plus en détail

Notions de base en statistique. Dr Cécile Couchoud

Notions de base en statistique. Dr Cécile Couchoud Notions de base en statistique Dr Cécile Couchoud Démarche déductive «Vraie» valeur prévoir la valeur sur un échantillon futur < fluctuations d échantillonnage Intervalle de fluctuation Formule générale

Plus en détail

PSY C3 Eléments de statistique

PSY C3 Eléments de statistique PSY C3 Eléments de statistique Responsables : Amandine Penel & Fabrice Guillaume Maîtres de conférence en Psychologie Cognitive Adresse internet pour trouver les cours : Rubrique personnel sur le site

Plus en détail

1- Commenter rapidement la significativité de la relation dans chacune des enquêtes.

1- Commenter rapidement la significativité de la relation dans chacune des enquêtes. Partie I : applications pour un Phi-coefficient et Odds Ratio Exercices d entraînements 2007 2008 / Breton D. 1- Commenter rapidement la significativité de la relation dans chacune des enquêtes. Dans les

Plus en détail

Intervalle de fluctuation

Intervalle de fluctuation Intervalle de fluctuation Définition Échantillon Un échantillon de taille est obtenu en prélevant au hasard, successivement et avec remise, éléments d une population. En statistique, un échantillon de

Plus en détail

Principe des tests statistiques : Application à la comparaison d une moyenne à une valeur de référence

Principe des tests statistiques : Application à la comparaison d une moyenne à une valeur de référence 1 / 57 Principe des tests statistiques : Application à la comparaison d une moyenne à une valeur de référence M-A Dronne 2016-2017 2 / 57 Introduction Remarques préliminaires Etablir un plan d expérience

Plus en détail

Chapitre 10 : Échantillonnage. Simulation

Chapitre 10 : Échantillonnage. Simulation Chapitre 10 : Échantillonnage. Simulation I Fluctuation d échantillonnage Définition Un échantillon de taille n est la liste de n résultats obtenus en répétant n fois de façon indépendante une même expérience.

Plus en détail

IUT de Saint-Etienne Département Techniques de Communication MM. Ferraris et Rival Promotion **/12/2013

IUT de Saint-Etienne Département Techniques de Communication MM. Ferraris et Rival Promotion **/12/2013 IUT de Saint-Etienne Département Techniques de Communication MM. Ferraris et Rival Promotion 2012-2014 **/12/2013 MATHEMATIQUES Semestre 3, DEVOIR 2 durée : 2 h coefficient 2/3 La calculatrice graphique

Plus en détail

1 Principe des tests statistiques

1 Principe des tests statistiques CHU Amiens IFTLM 2 ème année 2012-2013 Statistique Cours 5 1 Principe des tests statistiques Tests statistiques, tests de comparaison Les tests statistiques (ou tests d hypothèse) sont un outil des statistiques

Plus en détail

Université d Orléans - Licence Economie et Gestion Statistique Appliquée à l Economie et la Gestion

Université d Orléans - Licence Economie et Gestion Statistique Appliquée à l Economie et la Gestion Université d Orléans - Licence Economie et Gestion Statistique Appliquée à l Economie et la Gestion C. Hurlin. Correction de l Examen de Décembre 2011 Exercice 1 Barème : 18 points. Test de validation

Plus en détail

Méthodologie de la recherche. Laurent Bosquet Université Lille 2

Méthodologie de la recherche. Laurent Bosquet Université Lille 2 Méthodologie de la recherche Laurent Bosquet Université Lille 2 Plan du cours 1. La loi normale et l erreur d échantillonnage 2. Comparaison de deux échantillons 3. Comparaison de trois échantillons ou

Plus en détail

Total éléments de la macrostructure (/13) + score titres(/10)+score questions (/15) + score jugement d ordre

Total éléments de la macrostructure (/13) + score titres(/10)+score questions (/15) + score jugement d ordre La Forme Noire Test de compréhension écrite de récits 9-12ans Tableau d étalonnage pour le Québec Christine Maeder Les tableaux et graphiques sont donnés par tranches d âge. L ensemble de l étude statistique,

Plus en détail

Tests de comparaison de pourcentages

Tests de comparaison de pourcentages Tests de comparaison de pourcentages Docteur Alexandrine Lambert > Faculté de Pharmacie Comparer deux pourcentages Pourcentage Variable qualitative dichotomique (Présence/Absence, Malades/Non malades,

Plus en détail

PLAN GÉNÉRAL DU COURS

PLAN GÉNÉRAL DU COURS PLAN GÉNÉRAL DU COURS 1 - La méthode Statistique en Médecine 2 - Statistique Descriptive 3 - Statistique Déductive Ø Liaisons entre caractères qualitatifs Ø Liaisons entre caractères qualitatifs et quantitatifs

Plus en détail

Régression linéaire multiple

Régression linéaire multiple 1 1 IRMA, Université de Strasbourg France ESIEA 08-03-2012 Régression linéaire simple Exemple Affiner le modèle Exemple : Issu du livre «Statistiques avec R», P.A. Cornillon, et al., Deuxième édition,

Plus en détail

MAT-320 Probabilités et statistiques

MAT-320 Probabilités et statistiques MAT-30 Probabilités et statistiques Exercices résolus El Mostapha Frih Maître d enseignement Exercice 1. Dans une manufacture, on a voulu estimer le temps moyen nécessaire à une machine pour compléter

Plus en détail

Introduction à l Inférence Statistique

Introduction à l Inférence Statistique 6.1 Intervalles de confiance Ch. 6. Introduction à l Inférence Statistique Dans l'inférence statistique, on souhaite estimer des paramètres de population en utilisant des données observées d'échantillon.

Plus en détail

Statistique pour ingénieur

Statistique pour ingénieur Tables statistiques Statistique pour ingénieur Statistique pour ingénieur Tables statistiques F. Delacroix & M. Lecomte, 23 février 2016 Introduction Dans les pages qui suivent nous proposons quelques

Plus en détail

25. Méthodes non quantitatives de méta-analyse

25. Méthodes non quantitatives de méta-analyse 25. Méthodes non quantitatives de méta-analyse Par méthodes non quantitatives nous désignerons des techniques de synthèse qui ne s intéressent pas à la taille de l effet, mais seulement à son existence.

Plus en détail

CHAPITRE 11. La loi normale

CHAPITRE 11. La loi normale 50 CHAPITRE 11 La loi normale 1. Introduction à l inférence statistique Dans ce chapitre, nous étudierons la façon de faire de l inférence statistique, c est-à-dire qu à partir de la moyenne x ou d une

Plus en détail

1. Introduction. 2. Objectif de l étude de fiabilité. 3. Méthodologie. Par José Pedro, méthodologiste, ESCC, juin 2009

1. Introduction. 2. Objectif de l étude de fiabilité. 3. Méthodologie. Par José Pedro, méthodologiste, ESCC, juin 2009 Étude de fiabilité des pèse-personnes utilisés dans l Enquête sur la santé dans les collectivités canadiennes (ESCC) de 2008 pour le module sur la taille et le poids mesurés (TPM)) Par José Pedro, méthodologiste,

Plus en détail

Tests non-paramétriques

Tests non-paramétriques Frédéric Bertrand 1 & Myriam Maumy 1 1 IRMA, Université de Strasbourg Strasbourg, France Master 1 re Année 2011-2012 2 ème partie Tests non paramétriques : Le test de Kruskal-Wallis Sommaire Contexte du

Plus en détail

Corrigé de l épreuve partielle et ponctuelle de Statistiques et Informatique appliquées à la Psychologie

Corrigé de l épreuve partielle et ponctuelle de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2003-04 U.F.R. de Lettres et Sciences Sociales CS 93837-29238 BREST CEDEX 3 Section : Psychologie - Licence Enseignant responsable : F.G. Carpentier

Plus en détail

Enoncé commun aux QCM 1 à 6

Enoncé commun aux QCM 1 à 6 Enoncé commun aux QCM 1 à 6 Le risque de développer une hyperuricémie (élévation du taux sanguin d acide urique) pour l homme adulte japonais est de 0,15. Une importante étude a permis de montrer que ce

Plus en détail

Statistique n 1 Susanna Davoust

Statistique n 1 Susanna Davoust CORRECTION de la Conférence du 28 Septembre 2010 Statistique n 1 Susanna Davoust Question de Statistiques Section I : -16. Statistique descriptive : estimation des paramètres d une population, intervalle

Plus en détail

IV TESTS D ADEQUATION

IV TESTS D ADEQUATION 58 IV TESTS D ADEQUATION 1. Comparaison d une distribution expérimentale à une loi de probabilité a) But du test On cherche à montrer qu un ensemble d observations est distribué suivant une certaine loi

Plus en détail

Cours Modélisation et inférence statistique Examen

Cours Modélisation et inférence statistique Examen Université Lyon 2 Florence Goffette-Nagot Licence 3 économétrie Année 2007-2008 Cours Modélisation et inférence statistique Examen Déroulement de l examen Deuxième session - Jeudi 26 juin 2008 CORRECTION

Plus en détail

Attente

Attente Exercices corrigés de statistiques inférentielles Tests d'hypothèses Exercice 1 Tests classiques Probabilité critique Dans un centre de renseignements téléphoniques, une étude statistique a montré que

Plus en détail

Faculté de Médecine Alger 02/06/ ère année Med et Ch/D. EMD 2 Biostatistique et Biomathématique

Faculté de Médecine Alger 02/06/ ère année Med et Ch/D. EMD 2 Biostatistique et Biomathématique Faculté de Médecine Alger 0/06/014 1 ère année Med et Ch/D EMD Biostatistique et Biomathématique durée 1h30mn Le sujet comporte 5 questions. Une ou plusieurs réponses possibles. Vous donnerez les propositions

Plus en détail

Chapitre 19. Echantillonnage. Estimation

Chapitre 19. Echantillonnage. Estimation Chapitre 9. Echantillonnage. Estimation Ce chapitre ne peut en aucun cas être étudié si on n a pas d abord étudié le chapitre 6 sur la loi binomiale et le chapitre 8 sur la loi normale. Les différentes

Plus en détail

Corrigé de l examen CT de statistique

Corrigé de l examen CT de statistique M1 PPMR (Semestre 1) statistique Session 2 12 Janvier 2009 Corrigé de l examen CT de statistique À lire!! Un mouvement de rétentions de notes s organise à Lyon I, pour exprimer un certain nombre de mécontentements.

Plus en détail

Commentaires sur la question 1. Limites de confiance sur la distribution binomiale et l approximation normale

Commentaires sur la question 1. Limites de confiance sur la distribution binomiale et l approximation normale Commentaires et corrections de l examen théorique d analyse des données de BA2 (Daniel Holender, 13 mars 2007) C est avec beaucoup de réticence que je me livre à ces commentaires qui constituent en gros

Plus en détail

Chapitre 5 ESTIMATION ET INTERVALLES DE CONFIANCE

Chapitre 5 ESTIMATION ET INTERVALLES DE CONFIANCE Thierry Foucart 1 http://foucart.thierry.free.fr Chapitre 5 ESTIMATION ET INTERVALLES DE CONFIANCE 1. DES PROBABILITÉS À LA STATISTIQUE. hypothèse intuitive élaborée à partir d expériences diverses : convergence

Plus en détail

TUTORAT UE Biostatistiques Séance n 4 Semaine du 15/10/2012

TUTORAT UE Biostatistiques Séance n 4 Semaine du 15/10/2012 TUTORAT UE 4 2012-2013 Biostatistiques Séance n 4 Semaine du 15/10/2012 Tests statistiques 1 : tests paramétriques pour variables quantitatives M. Molinari Séance préparée par Emilie HEBRARD et Bérénice

Plus en détail

Statistiques non paramétriques Comparaison de "moyennes"

Statistiques non paramétriques Comparaison de moyennes 1 / 47 Statistiques non paramétriques Comparaison de "moyennes" M-A Dronne 2016-2017 Introduction Rappels Contrairement aux tests paramétriques, les tests non paramétriques ne nécessitent pas l estimation

Plus en détail

Exercices sur le modèle de régression linéaire simple

Exercices sur le modèle de régression linéaire simple ESSEC de Tunis Exercices sur le modèle de régression linéaire simple Exercice 1 Le tableau ci-dessous représente l évolution du revenu disponible brut et de la consommation des ménages en euros pour un

Plus en détail

Présentation du programme de première STMG Académie de Créteil 05/04/12. Statistique et probabilités

Présentation du programme de première STMG Académie de Créteil 05/04/12. Statistique et probabilités Présentation du programme de première STMG Académie de Créteil 05/04/12 Statistique et probabilités 1 STATISTIQUE ET PROBABILITES Première Loi binomiale Loi binomiale B(n,p). Contenus Capacités attendues

Plus en détail

Unité d'enseignement de biostatistiques

Unité d'enseignement de biostatistiques Unité d'enseignement de biostatistiques Examen du 0 janvier 014 Les questions sont indépendantes et peuvent être traitées dans le désordre. Une enquête a été réalisée en 00 sur un échantillon représentatif

Plus en détail

Estimation, Échantillonnage et Tests

Estimation, Échantillonnage et Tests Estimation, Échantillonnage et Tests H. Hocquard HSE 2016-2017 Hervé Hocquard Estimation, Échantillonnage et Tests 1/60 Introduction : les 3 grandes lignes Les statistiques peuvent permettre : Hervé Hocquard

Plus en détail

Tests d ajustement et intervalles de confiance proportion, moyenne, variance

Tests d ajustement et intervalles de confiance proportion, moyenne, variance Tests d ajustement et intervalles de confiance proportion, moyenne, variance Exercice 1. Pour un certain type de graines, un semencier garantit une germination de 80%. Dans un sac de nn 300 graines, on

Plus en détail

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie

Correction de l épreuve de Statistiques et Informatique appliquées à la Psychologie Université de Bretagne Occidentale Année Universitaire 2009-2010 U.F.R. de Lettres et Sciences Humaines CS 93837-29238 BRST CDX 3 Section : Psychologie - Licence 3è année nseignant responsable : F.-G.

Plus en détail