Université Sidi Mohamed Ben Abdellah Année Universitaire 2005/2006

Faculté des sciences Juridiques, Filière: Sciences Economiques et Gestion

Economiques et Sociales S5, Module: Méthodes quantitatives IV
- Fès- Sections C & D

Épreuve De Statistique IV
Exercice 1 (5pts): L’an dernier le salaire hebdomadaire moyen payé par une entreprise
pour les nouveaux gradués en gestion était de 2100 DH. Cette année, à pareille date, un
échantillon aléatoire de 25 gradués donne les résultats suivants : x = 2180 DH et
25

∑ (x
i =1
i − x ) = 24000 .On considère que les salaires sont distribués selon une loi normale.
2

D’après les résultats de l’échantillon, peut-on conclure que le salaire hebdomadaire

moyen a augmenté d’une façon significative ? On prend un risque α=5%.

Exercice 2 (5pts):On veut tester, avec un risque de 5%, si les données suivantes
proviennent d’une population Binomiale de paramètres (m=6 ;p=0,2) (voir table
statistique au verso)
xi 0 1 2 3 4 5 6
noi 29 37 17 7 3 2 1

Exercice 3 (6pts): Un ingénieur en contrôle de la qualité a accumulé des données sur la

qualité d’un fil de tungstène utilisé dans la fabrication de filaments pour une lampe
incandescente à haute puissance. Le tableau suivant représente la classification obtenue
selon les défectuosités et les fournisseurs :
Fournisseurs
A B C
Majeures 35 25 40
Défectuosités Mineures 250 150 300
Aucune 325 275 600

Peut-on conclure, à α=5%, que le type de défectuosités est indépendant du fournisseur ?

Exercice 4(4pts) : Afin d’étudier comment varie le coût annuel (Y : en centaines de DH)
de maintenance d’un véhicule utilitaire en fonction de l’âge (X : en mois) de celui-ci, une
entreprise a collecté les données, sur 15 véhicules, et a calculé les valeurs suivantes ci-
dessous (où xi′ = xi − x et y i′ = y i − y ) :
15 15 15 15 15

∑ xi = 362 ∑ xi′ 2 = 3753,7

i =1 i =1
∑y
i =1
i = 938 ∑ yi′ 2 = 6269,7
i =1
∑ y ′ x′
i =1
i i = 4799,9

On cherche à tester le modèle linéaire simple Y = α 0 + α 1 X + W où W N(0 , σ 2) .

1)- Montrer que l’estimation par la méthode des moindres carrés de α 1 est égale à 1,279.
2)-Montrer que la somme des carrés expliquée SCE=6140,456 et résiduelle SCR=129,244.
3)- Montrer que l’estimation de la variance σ 2 est σˆ 2 = 9 ,942 . En déduire l’estimation de la
variance de l’estimateur de α 1 , qu’on notera σˆ α2ˆ
1
.
4)- Tester si la régression est significative (c.à.d. tester si α 1 ≠ 0 ) au risque α=5%.
N.B.

- arrondir les résultats, des exercices 1,3 et 4 à la troisième décimale !

-Vous aurez besoin de certaines données parmi les suivantes :

- Si Z suit la loi normale centrée réduite :

P(Z > 1,645) = 0,05 et P(Z > 1,96) = 0,025.

- Si X(n) est une variable aléatoire de Khi-deux à n degrés de liberté, on a :

P(X(9) >16,9190) =0,05 P(X(3) > 7,8147) = 0,05 et P(X(4) > 9,4877) = 0,05.

- Si T(n) est une variable aléatoire de Student à n degrés de liberté, on a :

P(T(24) >2,0639) =0,025 et P(T(24) >1,7109) =0,05 et P(T(13) > 2,1604) = 0,025.

-La table statistique de la loi binomiale B (m=6 ; p=0,2)

xi pi
0 0,2621
1 0,3932
2 0,2458
3 0,0819
4 0,0154
5 0,0015
6 0,0001

2
 Université Sidi Mohamed Ben Abdellah Année Universitaire 2005/2006
Faculté des sciences Juridiques, Filière: Sciences Economiques et Gestion
Economiques et Sociales S5, Module: Méthodes quantitatives IV
- Fès- Sections C & D

Épreuve De Statistique IV
(Rattrapage)

Problème : Les résultats suivants représentent la pression d’éclatement d’un réservoir à

essence fabriqué par deux manufacturiers :
Manufacturier1 3050 3125 3150 3180 3095 3190 3160 3205 3100 3090
Manufacturier2 3085 3090 3100 3105 3115 3150 3125 3190 3170 3110

α=5%) :
En supposant que la pression est distribuée selon une loi normale et pour (α

1- Tester l’égalité des variances de la pression d’éclatement chez les deux

manufacturiers.
2- En supposant que c’est l’hypothèse H0 de (1) qui est vraie, tester si les deux
manufacturiers donnent, en moyenne, la même pression.
3- Peut-on conclure que les réservoirs du manufacturier 1 sont de meilleure qualité
(une pression d’éclatement plus élevée) que ceux du manufacturier 2 ?
4- Sans l’hypothèse de normalité, quelle autre hypothèse faut-il ajouter pour effectuer
le test de la question (2) ? donner, sans calcul, la statistique (rapport critique) du test
et sa loi.

N.B.
- arrondir les résultats à la deuxième décimale !

-Vous aurez besoin de certaines données parmi les suivantes :

- Si Z suit la loi normale centrée réduite :

P(Z > 1,65) = 0,05 et P(Z > 1,96) = 0,025.

- Si X(n) est une variable aléatoire de Khi-deux à n degrés de liberté, on a :

P(X(9) >16,92) =0,05 P(X(10) > 20,48) = 0,025 et P(X(9) > 19,02) = 0,025.

- Si T(n) est une variable aléatoire de Student à n degrés de liberté, on a :

P(T(18) >1,73) =0,05 et P(T(19) >2,09) =0,025 et P(T(18) > 2,1) = 0,025.

- Si F(n,m) est une variable aléatoire de Fisher, on a :

P(F(10,10) >0,27) =P(F(9,9) >0,25) = P(F(8,8) > 0,23) = 0,975.
3
Université Sidi Mohamed Ben Abdellah Année Universitaire 2006/2007
Faculté des sciences Juridiques, Filière: Sciences Economiques et Gestion
Economiques et Sociales Module: Méthodes quantitatives IV
- Fès- S5 - Sections C

Épreuve De Statistique IV
Exercice 1 : On dispose d’un échantillon aléatoire
X , X , … , X   relatif à la variable aléatoire parente X
2

H : µ  2
de moyenne inconnue µ et de variance σ =4 pour choisir entre les deux hypothèses suivantes :

# .
H : µ  3
1) Pour un risque de première espèce α=5% et une taille d’échantillon   100,
a) Quelle sera la conclusion pour une moyenne de l’échantillon égale à 2,4 ?
b) Calculer la puissance du test.
2) Quelle devrait être la taille de l'échantillon nécessaire pour qu’à la fois le risque de première
espèce soit égal à 2,5% et celui de seconde espèce soit égal à 2,5% ?

Exercice 2 : Pour comparer deux marques d’ampoules électriques, on a effectué des essais sur deux
échantillons prélevés indépendamment et au hasard. La durée de vie moyenne observée sur un échantillon
de 25 ampoules de la marque 1 est de 1020heures, avec un écart type de 24h. Sur un échantillon de 13
ampoules de la marque 2, on a obtenu respectivement 1050h et 32h. Peut on considérer que ces marques
sont de qualités équivalentes(même moyenne) (α =5%)? On suppose que la variable durée de vie suit une
loi normale et que les deux variances sont égales.

Exercice 3 : Pendant 300 minutes, on note toute les minutes le nombre de voitures qui ont franchi
un poste de péage sur l’autoroute, ce qui donne le tableau suivant :

Nombre de voiture 0 1 2 3 4 5 6 7 8 9 10 11 12

Effectif observé 2 10 25 42 53 53 44 31 19 11 6 3 1

1)- Estimer la moyenne et la variance de la variable aléatoire parente (qu’on notera X).
2)- A quelle loi de X peut-on penser ? Justifier.
3)- Peut-on affirmer, qu’au risque de 5%, les données proviennent d’une population distribuée selon une loi
de poisson ?

N.B.
- arrondir tous les résultats à la troisième décimale !
-Vous aurez besoin de certaines données parmi les suivantes :

Si Z suit la loi normale centrée réduite :

P(Z > 1,645) = 0,05 et P(Z > 1,96) = 0,025 et P(Z > -3,355) = 0,9996 .

Si X(n) est une variable aléatoire de Khi-deux à n degrés de liberté, on a :

4
P(X(8) >15,507) =0,05 P(X(9) > 16,919) = 0,05 et P(X(10) > 18,307) = 0,05.

Si T(n) est une variable aléatoire de Student à n degrés de liberté, on a :

P(T(36) >2,028) =0,025 et P(T(36) >1,688) =0,05 et P(T(38) > 2,024) = 0,025.

Table statistique de la loi de poisson de paramètre (λ =5)

x P(X=x)
0 0,007
1 0,034
2 0,084
3 0,140
4 0,176
5 0,176
6 0,146
7 0,104
8 0,065
9 0,036
10 0,018
11 0,008
12 0,004
13 0,002

5
 Université Sidi Mohamed Ben Abdellah Année Universitaire 2006/2007
Faculté des sciences Juridiques, Filière: Sciences Economiques et Gestion
Economiques et Sociales Module: Méthodes quantitatives IV
- Fès- S5 - Section C

Épreuve De Statistique IV
(Rattrapage)

Exercice 1 : On prélève un E.A. de 16 étudiants dans un groupe ayant subi

16

un examen. On obtient la somme des notes suivante : ∑ xi = 160

i =1
On suppose que la distribution des notes est une loi Normale de variance
égale à 9.
1)- Peut-on affirmer que la moyenne du groupe est supérieure à 10, on prend
un risque de 5% ?
2)- Calculer la puissance du test lorsque l’ hypothèse alternative spécifie une
moyenne de 12.

Exercice 2 : On veut comparer la variabilité de deux procédés. Deux

échantillons aléatoires indépendants donnent les résultats suivants :
Procédé A n1 = 13 x1 = 1,5 S1 = 12
2

Procédé B n2 = 25 x2 = 2,0 S 2 = 15
2

Tester l’égalité des deux variances, au seuil de 5%. On suppose la normalité

des deux populations.

N.B.
- arrondir les résultats à la deuxième décimale !

-Vous aurez besoin de certaines données parmi les suivantes :

- Si Z suit la loi normale centrée réduite :

P(Z > 1,01) = 0,16 P(Z > 1,65) = 0,05 et P(Z > 1,96) = 0,025.

- Si X(n) est une variable aléatoire de Khi-deux à n degrés de liberté, on a :

P(X(9) >16,92) =0,05 P(X(10) > 20,48) = 0,025 et P(X(9) > 19,02) = 0,025.

- Si F(n,m) est une variable aléatoire de Fisher, on a :

P(F(24,12) >3,02) =P(F(12,24) >2,54) =0,025
P(F(25,13) >2,88) =P(F(13,25) >2,48) =0,025.

6
 Université Sidi Mohamed Ben Abdellah Année Universitaire 2007/2008
Faculté des sciences Juridiques, Filière : Sciences Economiques et Gestion
Economiques et Sociales Module : Méthodes quantitatives
- Fès- Prof : D.TOUIJAR
S5 - Sections C & D

Épreuve de Statistique IV
Problème (17pts): dans une certaine région montagneuse, un représentant de la Fédération de la
Randonnée Pédestre éditant les Topo-Guides TG2 s'est livré à une petite enquête pour connaître le temps
de montée d'un randonneur. Les résultats obtenus sont dans le tableau suivant:

Temps de montée en minutes [50-60[ [60-70[ [70-90[ [90-100[ [100-120]

Effectif 2 8 25 10 5

1) (5pts): En supposant la normalité du temps de montée, tester l'hypothèse que le temps moyen
de montée est de 80 mn au risque de 5%.
2) (3pts): En supposant toujours la normalité du temps de montée, tester, avec un risque de 5%,
l'hypothèse H0 : " σ² = 225 " contre l'hypothèse H1 : " σ² > 225 ".
3) (5pts): Tester cette hypothèse de normalité faites en 1) et 2), au risque de 5% (moyenne-variance
inconnues).
4) (4pts): En effectuant son enquête il a aussi demandé aux randonneurs si le TG2 était leur chemin préféré
pour monter au sommet de la montagne. 32 des personnes interrogées lui ont répondu :oui.
Tester l'hypothèse que plus de la moitié des randonneurs préfère emprunter le TG2 avec un risque de 5%.

Calculer la p-value et conclure.

Exercice (3pts): Un système assez sommaire de remplissage de doses a été fabriqué. Pour limiter les
risques, 3 doses sont fabriquées chaque matin entre 7 et 8 h. N'ayant pas d'instrument suffisamment précis
pour mesurer le volume, le médecin pèse chaque dose fabriquée, et note la moyenne et l'étendue des poids
des 3 doses. Au bout de 30 jours de fabrication, la moyenne des 30 moyennes est égale à 3,45 et la
moyenne des 30 étendues à 0,32.
1) Déterminer les limites de contrôle des cartes de contrôle de la moyenne et de l'étendue.
2) Quel est le nombre moyen d'échantillons à prélever avant de détecter un dérèglement du processus de
remplissage conduisant à une déviation de la moyenne de 1,5écarts-type?

N.B
• arrondir tous les résultats à la deuxième décimale !
• Vous aurez besoin de certaines données parmi les suivantes :

Si X(n) est une variable aléatoire de Khi-deux à n degrés de liberté, on a :

P(X(49) >66,34) =0,05 P(X(49) > 70,22) = 0,025 et P(X(50) > 71,42) = 0,025.

P(X(1) >3,84) =0,05 P(X(2) > 5,99) = 0,05 P(X(3) > 7,81) = 0,05 et P(X(4) > 9,49) =
0,05.

Si T(n) est une variable aléatoire de Student à n degrés de liberté, on a :

7
 P(T(49) >2) =0,025 et P(T(50) >1,68) =0,05 et P(T(48) > 2,01) = 0,025.

Si Z suit la loi normale centrée réduite : u sont les valeurs critiques de Z :

P(Z > u) = α et P(Z > 2,6) = 0 .

u 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07

0 0,50 0,50 0,49 0,49 0,48 0,48 0,48 0,47
0,1 0,46 0,46 0,45 0,45 0,44 0,44 0,44 0,43
0,2 0,42 0,42 0,41 0,41 0,41 0,40 0,40 0,39
0,3 0,38 0,38 0,37 0,37 0,37 0,36 0,36 0,36
0,4 0,34 0,34 0,34 0,33 0,33 0,33 0,32 0,32
0,5 0,31 0,31 0,30 0,30 0,29 0,29 0,29 0,28
0,6 0,27 0,27 0,27 0,26 0,26 0,26 0,25 0,25
0,7 0,24 0,24 0,24 0,23 0,23 0,23 0,22 0,22
0,8 0,21 0,21 0,21 0,20 0,20 0,20 0,19 0,19
0,9 0,18 0,18 0,18 0,18 0,17 0,17 0,17 0,17
1 0,16 0,16 0,15 0,15 0,15 0,15 0,14 0,14
1,1 0,14 0,13 0,13 0,13 0,13 0,13 0,12 0,12
1,2 0,12 0,11 0,11 0,11 0,11 0,11 0,10 0,10
1,3 0,10 0,10 0,09 0,09 0,09 0,09 0,09 0,09
1,4 0,08 0,08 0,08 0,08 0,07 0,07 0,07 0,07
1,5 0,07 0,07 0,06 0,06 0,06 0,06 0,06 0,06
1,6 0,06 0,06 0,06 0,06 0,06 0,05 0,04 0,04
1,7 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04
1,8 0,04 0,04 0,03 0,03 0,03 0,03 0,03 0,03
1,9 0,03 0,03 0,03 0,03 0,03 0,03 0,02 0,02
2 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02
2,1 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02
2,2 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01
2,3 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01
2,4 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01
2,5 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01

TABLEAU DES COEFFICIENTS POUR LE CALCUL DES CARTES

n 2 3 4 5 6 7 8 9 10
d2 1,13 1,69 2,06 2,33 2,53 2,7 2,85 2,97 3,08
A2 1,88 1,02 0,73 0,58 0,48 0,42 0,37 0,34 0,31
D3 0 0 0 0 0 0,07 0,14 0,18 0,22
D4 3,27 2,57 2,28 2,11 2 1,92 1,86 1,82 1,78

8
 Université Sidi Mohamed Ben Abdellah Année Universitaire 2007/2008
Faculté des sciences Juridiques, Filière : Sciences Economiques et Gestion
Economiques et Sociales Module : Méthodes quantitatives
- Fès- Prof : D.TOUIJAR
S5 - Sections C & D

Épreuve De Statistique IV
(Rattrapage)

Problème : Pour votre stage de fin d'études, vous avez été admis dans un centre proposant
diverses activités de remise en forme. Le directeur aimerait proposer une nouvelle activité en
espérant attirer de nouveaux clients parmi la population potentielle, qui est la population des
femmes pratiquant déjà une activité physique. Votre thème de stage est d'étudier la faisabilité de
cette nouvelle activité.
1) Enthousiasmé par le sujet, vous construisez un questionnaire pour effectuer une étude de marché.
Parti sur le terrain, au bout de 2 jours, vous avez réussi à renseigner 30 questionnaires sur la
population potentielle. Sur ces 30 personnes interrogées 9 trouvaient le projet intéressant. Tester
l'hypothèse que moins de 40% de la population potentielle trouvaient le projet intéressant avec un
risque de 5%. Calculer la p-value et conclure.
2) Dans ce questionnaire il était demandé quel était le montant maximum que la personne
accepterait de consacrer pour une séance de cette activité. Les résultats sont comme suit (Montant
en cent DH) :
2 4 3 2 3 3 2 3 3 4 4 2 3 5 4 3 4 4 4 4 4 4 5 4 4 4 2 4 3 4
a) Citer tous les tests de normalité que vous connaissez.
b) Quel test peut-on proposer pour répondre à la question « est ce que ces 30 données proviennent
d’une population Normalement distribuée ? ». Effectuer ce test ; (α=2%).
3) En concertation avec votre maître de stage vous décidez de compléter votre enquête sur 130
personnes supplémentaires, pour obtenir un échantillon global de 160 personnes. Dans ce
questionnaire il était aussi demandé la tranche d'âge à laquelle appartenait la personne interrogée.
Les résultats sont donnés dans le tableau suivant :
Age [20 ; 30[ [30 ; 40[ [40 ; 50[ [50 ; 60[ [60 ; 70[
effectif 5 26 74 47 8
Tester l'hypothèse que l'âge moyen de la population potentielle est supérieur à 45 ans. (α=5%)

Exercice : Une dimension caractéristique est surveillée sur une portière de voiture. On a prélevé
des échantillons de taille 4 et obtenu : Moyenne des moyennes = 0,2 Moyenne des étendues = 0,3
1) Déterminer les limites de contrôles des cartes de contrôle de la moyenne et des étendues.
2) Quel est le nombre moyen d'échantillons à prélever avant de détecter une déviation de la
moyenne de 2 écarts-type.

N.B
• arrondir tous les résultats à la deuxième décimale !
• Vous aurez besoin de certaines données parmi les suivantes :

Si X(n) est une variable aléatoire de Khi-deux à n degrés de liberté, on a :

P(X(29) >42,56) =0,05
Si T(n) est une variable aléatoire de Student à n degrés de liberté, on a :
P(T(159) >1,96) =0,025 et P(T(159) >1,65) =0,05 .
Si Z suit la loi normale centrée réduite : u sont les valeurs critiques de Z :
P(Z > u) = α et P(Z > 2,6) = 0 et :
9
u 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07
0 0,50 0,50 0,49 0,49 0,48 0,48 0,48 0,47
0,1 0,46 0,46 0,45 0,45 0,44 0,44 0,44 0,43
0,2 0,42 0,42 0,41 0,41 0,41 0,40 0,40 0,39
0,3 0,38 0,38 0,37 0,37 0,37 0,36 0,36 0,36
0,4 0,34 0,34 0,34 0,33 0,33 0,33 0,32 0,32
0,5 0,31 0,31 0,30 0,30 0,29 0,29 0,29 0,28
0,6 0,27 0,27 0,27 0,26 0,26 0,26 0,25 0,25
0,7 0,24 0,24 0,24 0,23 0,23 0,23 0,22 0,22
0,8 0,21 0,21 0,21 0,20 0,20 0,20 0,19 0,19
0,9 0,18 0,18 0,18 0,18 0,17 0,17 0,17 0,17
1 0,16 0,16 0,15 0,15 0,15 0,15 0,14 0,14
1,1 0,14 0,13 0,13 0,13 0,13 0,13 0,12 0,12
1,2 0,12 0,11 0,11 0,11 0,11 0,11 0,10 0,10
1,3 0,10 0,10 0,09 0,09 0,09 0,09 0,09 0,09
1,4 0,08 0,08 0,08 0,08 0,07 0,07 0,07 0,07
1,5 0,07 0,07 0,06 0,06 0,06 0,06 0,06 0,06
1,6 0,06 0,06 0,06 0,06 0,06 0,05 0,04 0,04
1,7 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04
1,8 0,04 0,04 0,03 0,03 0,03 0,03 0,03 0,03
1,9 0,03 0,03 0,03 0,03 0,03 0,03 0,02 0,02
2 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02
2,1 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02
2,2 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01
2,3 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01
2,4 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01
2,5 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01

TABLEAU DES COEFFICIENTS POUR LE CALCUL DES CARTES

n 2 3 4 5 6 7 8 9 10
A2 1,88 1,02 0,73 0,58 0,48 0,42 0,37 0,34 0,31
D3 0 0 0 0 0 0,07 0,14 0,18 0,22
D4 3,27 2,57 2,28 2,11 2 1,92 1,86 1,82 1,78

Table of Critical Values for the Lilliefors Test for Normality

10
 Année Universitaire 2008/2009

Épreuve de Statistique IV
Problème : Dans un certain pays, des relevés nationaux concernant le travail intérimaire indiquent que
la durée moyenne d’un contrat est de 5 jours. Dans une agence d’une région de ce pays, on prélève
indépendamment des contrats concernant les mois de février 2007 et 2008 que l’on considère comme
représentatifs des données annuelles.

Durée du contrat (en jours) [0 ; 2[ [2 ; 8[ [8 ; 12[ [12 ; 28[

février 2007 100 65 25 10
février 2008 120 75 10 5

1) (5pts) Testez, au risque de 5%, l’hypothèse que la durée moyenne d’un contrat en 2007 dans cette
agence est différente de la moyenne nationale. Calculer la p-value et conclure.

2) (4pts) Testez, au risque de 5%, l’hypothèse que la durée moyenne d’un contrat en 2007 est plus forte
qu’en 2008.

3) (6pts) Durant le mois de Janvier 2009, 12 offres d’emploi sur 120 n’ont pas trouvé preneur.
Testez, au risque de 2,5%, l’hypothèse que cette proportion est supérieure à la proportion usuelle de 5%.
Calculer la p-value et conclure.

4) (5pts) Durant le mois de février 2009 ; on a relevé aléatoirement 10 contrats de durées : 2 ; 1 ; 2 ; 10 ; 1 ;

2 ; 1 ; 1 ; 10 ; 1. Tester (par Kolmogorov-Smirnov), au seuil de 5%, l’hypothèse que la durée d’un contrat en
2009 suit une loi exponentielle dont la fonction de répartition est définie par :

  
    1    , pour x > 0 et où le paramètre λ est connu et est égal à 0,3.

N.B
• arrondir tous les résultats à la deuxième décimale !

• Vous aurez besoin de certaines données parmi les suivantes :

Si X(n) est une variable aléatoire de Khi-deux à n degrés de liberté, on a :

P(X(199) > 232,91) = 0,05 et P(X(209) > 243,73) = 0,05.

Si T(n) est une variable aléatoire de Student à n degrés de liberté, on a :

P(T(199) >1,97) = P(T(209) >1,97) = 0,025

Si D(n) est une variable aléatoire de Kolmogorov-smirnov, on a :

P(D(9) > 0,39) = 0,05 et P(D(10) > 0,41) = 0,025 et P(D(10) > 0,37) = 0,05.

Si Z suit la loi normale centrée réduite : u sont les valeurs critiques de Z :

P(Z > u) = α et P(Z > 2,6) = 0 .

11
u 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08
0 0,50 0,50 0,49 0,49 0,48 0,48 0,48 0,47 0,47

0,1 0,46 0,46 0,45 0,45 0,44 0,44 0,44 0,43 0,43

0,2 0,42 0,42 0,41 0,41 0,41 0,40 0,40 0,39 0,39

0,3 0,38 0,38 0,37 0,37 0,37 0,36 0,36 0,36 0,36

0,4 0,34 0,34 0,34 0,33 0,33 0,33 0,32 0,32 0,32

0,5 0,31 0,31 0,30 0,30 0,29 0,29 0,29 0,28 0,28

0,6 0,27 0,27 0,27 0,26 0,26 0,26 0,25 0,25 0,25

0,7 0,24 0,24 0,24 0,23 0,23 0,23 0,22 0,22 0,22

0,8 0,21 0,21 0,21 0,20 0,20 0,20 0,19 0,19 0,19

0,9 0,18 0,18 0,18 0,18 0,17 0,17 0,17 0,17 0,17

1 0,16 0,16 0,15 0,15 0,15 0,15 0,14 0,14 0,14

1,1 0,14 0,13 0,13 0,13 0,13 0,13 0,12 0,12 0,12

1,2 0,12 0,11 0,11 0,11 0,11 0,11 0,10 0,10 0,10

1,3 0,10 0,10 0,09 0,09 0,09 0,09 0,09 0,09 0,09

1,4 0,08 0,08 0,08 0,08 0,07 0,07 0,07 0,07 0,07

1,5 0,07 0,07 0,06 0,06 0,06 0,06 0,06 0,06 0,06

1,6 0,06 0,06 0,06 0,06 0,06 0,05 0,04 0,04 0,04

1,7 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04

1,8 0,04 0,04 0,03 0,03 0,03 0,03 0,03 0,03 0,03

1,9 0,03 0,03 0,03 0,03 0,03 0,03 0,02 0,02 0,02

2 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02

2,1 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02

2,2 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01

2,3 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01

2,4 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01

2,5 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01

12
 Année Universitaire 2008/2009

Épreuve de Statistique IV
exceptionnel

Exercice 1 (6 pts) : Le fabricant de la voiture CM de la marque M affirme que la

consommation moyenne d’essence est de 7,5 l /100 km. Un Club désire tester cette
consommation. Plusieurs membres de ce club contestent l’affirmation du fabricant et
prétendent que la consommation moyenne est nettement plus élevée. Voici les résultats
obtenus avec 9 voitures :
7,6 7,3 7,7 7,9 7,4 7,8 7,7 7,5 7,95

Tester l’affirmation du fabricant en utilisant un seuil de signification de 5% (on suppose

que la consommation d’essence suit la loi normale).

Exercice 2 (6 pts) : Une entreprise se demande si ses produits sont plus connus dans la
ville A que dans la ville B. Un sondage de 40 consommateurs de la ville A révèle que 28
parmi eux connaissent le produit. On effectue le même sondage en prenant 60
consommateurs de la ville B et on obtient 36 réponses positives. Déterminer si la
différence entre les deux proportions est significative à 5%. Calculer la p-value, conclure.

Exercice 3 (8 pts) : On prélève de deux populations deux échantillons aléatoires

indépendants E1 et E2 :
E1 3 9 2 5 3 5 8 9
E2 9 12 11 7 3 8 7 14 9 3
1)- Tester, à 5%, l’égalité des moyennes des deux populations (on ne dispose d'aucune
hypothèse sur la loi suivie par la variable aléatoire étudiée au niveau des populations).
2)- Tester, au risque de 2%, l’hypothèse que les données de l’échantillon E1 proviennent
d’une population distribuée selon une loi normale.

N.B Les tableaux statistiques sont obligatoires.

Arrondir tous les résultats à la deuxième décimale !
Vous aurez besoin de certaines données parmi les suivantes :
Si X(n) est une variable aléatoire de Khi-deux à n degrés de liberté, on a :
P(X(9) > 16,92) = 0,05 et P(X(8) > 15,51) = 0,05.

Si T(n) est une variable aléatoire de Student à n degrés de liberté, on a :

P(T(9) >2,26) = 0,025 et P(T(9) >1,83) = P(T(8) >1,86) = 0,05
Si D(n) est une variable aléatoire de Kolmogorov-smirnov, on a :
P(D(9) > 0,39) = 0,05 et P(D(10) > 0,41) = 0,025 et P(D(10) > 0,37) = 0,05.

13
Si Z suit la loi normale centrée réduite : u sont les valeurs critiques de Z : P(Z > u)= α

u 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08

0,7 0,24 0,24 0,24 0,23 0,23 0,23 0,22 0,22 0,22

0,8 0,21 0,21 0,21 0,20 0,20 0,20 0,19 0,19 0,19

0,9 0,18 0,18 0,18 0,18 0,17 0,17 0,17 0,17 0,17

1 0,16 0,16 0,15 0,15 0,15 0,15 0,14 0,14 0,14

1,1 0,14 0,13 0,13 0,13 0,13 0,13 0,12 0,12 0,12

1,2 0,12 0,11 0,11 0,11 0,11 0,11 0,10 0,10 0,10

1,3 0,10 0,10 0,09 0,09 0,09 0,09 0,09 0,09 0,09

1,6 0,06 0,06 0,06 0,06 0,06 0,05 0,04 0,04 0,04

1,8 0,04 0,04 0,03 0,03 0,03 0,03 0,03 0,03 0,03
1,9 0,03 0,03 0,03 0,03 0,03 0,03 0,02 0,02 0,02

14
 Année Universitaire 2009/2010

Épreuve de Statistique IV

Problème :
On extrait indépendamment, de deux populations, deux échantillons aléatoires E1 et E2 et
on obtient le tableau suivant (les valeurs ci-dessous proviennent d’une V.A. continue) :
E1 3,0 9,8 2,0 5,2 3,6 5,9 8,5 9,4
E2 9,3 12,5 11,3 7,6 3,2 8,6 7,2 14,2 9,6 3,8

1)- Tester si l’échantillon E1 provient d’une population normalement distribuée (le risque α=2%).

2)- En supposant que l’hypothèse H0 de la question 1) est vraie (avec paramètres inconnus) et que
l’échantillon E2 provient lui aussi d’une population normalement distribuée, tester si les deux
populations ont même variances (le risque α=2%).
3)- En supposant que l’hypothèse H0 de la question 2) est valide et aussi que les suppositions faites
dans la même question sont toujours valables, comparer les moyennes des deux populations
(α=5%).
4)- Supposons maintenant que les deux variances des deux populations respectives sont différentes,
comparer les moyennes des deux populations en justifiant le choix du test approprié (α=5%).

N.B
• Les tableaux statistiques sont obligatoires.
• Arrondir tous les résultats à la deuxième décimale !
• Vous aurez besoin seulement de certaines données parmi les suivantes (et pas toutes) :

Si F(n,m) est une variable aléatoire de Fisher, on a :

P(F(9 ;7) >6,72) =P(F(7;9) >5,61) = P(F(8 ;10) > 5,06) = 0,01 .

Si T(n) est une variable aléatoire de Student à n degrés de liberté, on a :

P(T(18) >2,1) = P(T(16) >2,12) = 0,025

Si D(n) est une variable aléatoire de Kolmogorov-smirnov: P(D(8) > 0,41) = 0,05
Z suit la loi normale centrée réduite : les u sont les valeurs critiques de Z telle
que P(Z > u) = α et on considère que P(Z > 2,5) ≈ 0

15
u 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 0,50 0,50 0,49 0,49 0,48 0,48 0,48 0,47 0,47 0,46
0,1 0,46 0,46 0,45 0,45 0,44 0,44 0,44 0,43 0,43 0,42
0,2 0,42 0,42 0,41 0,41 0,41 0,40 0,40 0,39 0,39 0,39
0,3 0,38 0,38 0,37 0,37 0,37 0,36 0,36 0,36 0,35 0,35
0,4 0,34 0,34 0,34 0,33 0,33 0,33 0,32 0,32 0,32 0,31
0,5 0,31 0,31 0,30 0,30 0,29 0,29 0,29 0,28 0,28 0,28
0,6 0,27 0,27 0,27 0,26 0,26 0,26 0,25 0,25 0,25 0,25
0,7 0,24 0,24 0,24 0,23 0,23 0,23 0,22 0,22 0,22 0,21
0,8 0,21 0,21 0,21 0,20 0,20 0,20 0,19 0,19 0,19 0,19
0,9 0,18 0,18 0,18 0,18 0,17 0,17 0,17 0,17 0,16 0,16
1 0,16 0,16 0,15 0,15 0,15 0,15 0,14 0,14 0,14 0,14
1,1 0,14 0,13 0,13 0,13 0,13 0,13 0,12 0,12 0,12 0,12
1,2 0,12 0,11 0,11 0,11 0,11 0,11 0,10 0,10 0,10 0,10
1,3 0,10 0,10 0,09 0,09 0,09 0,09 0,09 0,09 0,08 0,08
1,4 0,08 0,08 0,08 0,08 0,07 0,07 0,07 0,07 0,07 0,07
1,5 0,07 0,07 0,06 0,06 0,06 0,06 0,06 0,06 0,06 0,06
1,6 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05
1,7 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04
1,8 0,04 0,04 0,03 0,03 0,03 0,03 0,03 0,03 0,03 0,03
1,9 0,03 0,03 0,03 0,03 0,03 0,03 0,02 0,02 0,02 0,02
2 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02
2,1 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,01 0,01
2,2 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01
2,3 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01
2,4 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01

16
 Année Universitaire 2009/2010
200

Épreuve de Statistique IV
(Rattrapage)
Exercice 1 : Un jouet pour enfant de moins de 36 mois possède une pièce cylindrique
cyl collée qui
ne doit pas pouvoir être arrachée par l'enfant (risque d'ingestion).
L'entreprise réalise un test d'arrachement sur un échantillon aléatoire de 50 jouets
uets prélevé dans une
grande production et obtient le tableau suivant :
Résistance 7,5 8,5 9 9,5 10 10,5 11 11,5 12 12,5 13
Effectifs 1 1 3 9 9 10 9 3 2 2 1
Soit X la résistance mécanique (en daN) à l'arrachement des jouets de l'ensemble de la production.
production
On admet que X suit la loi normale N (µ ; σ ) ; où σ est inconnue.
2 2

1)- Tester l'hypothèse « H1 : µ > 10 » au risque de 5%, destinée à savoir si la résistance est
suffisante
2)- Calculer la p-value.
value. Conclure.
3)- On suppose maintenant que touts les jouets ayant une résistance < 10 sont défectueux. Tester,
bilatéralement et en gardant le même échantillon, si la proportion des jouets défectueux
de l'ensemble de la production est de 10% au risque de 5%.

N.B
• Les tableaux statistiques sont obligatoires.
• Arrondir tous les résultats à la deuxième décimale !
• Vous aurez besoin seulement de certaines données parmi les suivantes (et pas toutes) :
Si F(n,m) est une variable aléatoire de Fisher, on a :
P(F(9,7) >5,61) =P(F(7,9)
=P(F(7,9 >6,72) = P(F(8,10) > 5,06) = 0,01 .

Si T(n) est une variable aléatoire de Student à n degrés de liberté, on a :

P(T(48) >1,69) = P(T(49) >1,68) = 0,05 et P(T(49) >1,95) ≈ P(T(49) >2 >2,7) ≈ 0,01

Si D(n) est une variable aléatoire de Kolmogorov-smirnov,

Kolmogorov on a :
P(D(9) > 0,39) = 0,05 et P(D(10) > 0,41) = 0,025 et P(D(10) > 0,37) = 0,05.

Si Z suit la loi normale centrée réduite :

P(Z > 1,65) = 0,05 et P(Z > 1,96) = 0,025 on considère que P(Z > 2,6) ≈ 0

17
 Année Universitaire 2010/2011
20

Épreuve de Statistique IV

Exercice 1 Dans une usine, on a remplacé la commande manuelle de quelques presses par une
commande automatique. On désire savoir si cette modification a une influence sur les accidents du travail.
On a relevé, pendant une période donnée, le nombre d’ouvriers qui ont eu ou non des accidents et on les a
classés suivant qu’ils travaillaient sur des presses à commande manuelle ou à commande automatique.
au On
a obtenu les résultats suivants.

Manuelle Automatique Total

Accidentés 25 23 48
Non accidentés 183 112 295
Total 208 135 343

• La modification du type de commande a-t-elle

a elle ou non une influence sur le nombre des
accidents (α=5%) ? (Les tableaux statistiques sont obligatoires)

Exercice 2 Une enquête réalisée auprès de 1000 foyers d’une grande ville en 2005 a montré que 499 d’
entre eux possédaient une machine à laver la vaisselle. Une enquête réalisée dans la même ville en 2010
sur 2000 foyers a montré que 1035 possédaient un tel
te appareil. Peut-on
on admettre qu’au risque de 5% le taux
d’équipement a augmenté ? Calculer la p-value.
p Conclure.

Exercice 3 On extrait indépendamment, de deux populations, deux échantillons aléatoires E1 et E2 et on

obtient le tableau suivant (les valeurs ci-dessous
ci proviennent d’une V.A. quelconque continue)
E1 2,1 0,5 2
E2 3,1 0,7 3 2,2 1 1,5
• Tester si les deux populations ont même moyenne (le risque α=5%).

N.B Arrondir tous les résultats à la deuxième décimale !

Vous aurez besoin seulement de certaines données parmi les suivantes (et pas toutes) :
Si T(n) est une variable aléatoire de Student à n ddl, on a : P(T(9) >2,69)= P(T(5) >3,16)=0,025
Si X(n) est une variable aléatoire de Khi-deux
Khi à n degrés ddl, on a :
P(X(3) >7,81)=P(X(1) > 3,84)=0,05.
Si D(n) est une variable aléatoire de Kolmogorov-smirnov
Kolmogorov : P(D(8) > 0,41) = 0,05
Pour la loi normale centrée réduite : P(Z > 1,65) =0,05 P(Z > 1,96) =0,025 P(Z > 1) =0,16

18
 Année Universitaire 2010/2011

Épreuve de Statistique IV
(Rattrapage durée : 1h )

Exercice : Dans cet exercice, on s’intéresse à l’étude des contrats et leurs durées (en jours)

concernant le travail intérimaire.

1) On a relevé aléatoirement 10 contrats de durées : 2 ; 1 ; 2 ; 10 ; 1 ; 2 ; 1 ; 1 ; 10 ; 1. Tester (par

Kolmogorov-Smirnov), au seuil de 5%, l’hypothèse que la durée d’un contrat suit une loi exponentielle dont
la fonction de répartition est définie par :


  
    1    , pour x > 0 et où le paramètre λ est connu et est égal à 0,3.

2) A la suite du prélèvement d’un deuxième échantillon, on a trouvé que 12 offres d’emploi sur 120 n’ont

pas trouvé preneur.

Testez, au risque de 5%, l’hypothèse que cette proportion est inférieure à la proportion usuelle de 10%.
Calculer la p-value et conclure.

N.B
• arrondir tous les résultats à la deuxième décimale !

• Vous aurez besoin de certaines données parmi les suivantes :

Si X(n) est une variable aléatoire de Khi-deux à n degrés de liberté, on a :

P(X(199) > 232,91) = 0,05 et P(X(209) > 243,73) = 0,05.
Si T(n) est une variable aléatoire de Student à n degrés de liberté, on a :
P(T(199) >1,97) = P(T(209) >1,97) = 0,025

Si Z suit la loi normale centrée réduite :

P(Z > 1) = 0,16 , P(Z > 1,65) = 0,05 et P(Z > 1,96) = 0,025 .
Pour Kolmogorov-smirnov, on a :

19
 Année Universitaire 2011/2012
20

Épreuve de Statistique IV
Exercice 1 : Dans un service d’interventions à domicile pour réparer un appareil
d’électroménager, on s’intéresse au temps exprimé en heures séparant l’appel du client de
l’intervention d’un réparateur. Sachant que le temps moyen était de 20.5 h, l’entreprise a procédé à
une restructuration du service afin de diminuer ce temps moyen. Une étude est faite pour contrôler
l’efficacité de cette restructuration. Les observations faites sur 100 clients pris au hasard ont donné
un temps moyen de 18.8 h et un écart-type
écart de 6.5 h.
1- Tester, au risque 5 %, si la restructuration a modifié le délai séparant un appel de
l’intervention.
2- Calculer la p-value et conclure.

Exercice 2 Des politologues réalisent une étude pour comparer la popularité de quatre partis
politiques en vue (A, B, C et D). Ils réunissent un échantillon aléatoire de 100 sujets. A chaque
sujet, ils demandent de choisir leur parti politique préféré parmi les quatre proposés. Voici les
scores obtenus par chacun :
A B C D
31 15 19 35
Peut-on affirmer que la popularité des quatre partis
p s est différente ? Si oui, qui est le
l parti politique
plébiscité par le public ?

Exercice 3 Deux groupes de 10 étudiants ayant suivi une formation déférente ont subi le même
examen. Le classement de l'examen est le suivant :
groupe A 1 3 4 5 7 8 8 12 15 17
groupe B 2 6 10 11 13 14 15 18 19 20
On veut savoir si les déférences de formation influencent significativement les résultats.
1- Appliquer le test de Mann- Whitney et conclure. (on prend α=5%).

N.B Arrondir tous les résultats à la deuxième décimale !

Vous aurez besoin seulement de certaines données parmi les suivantes (et pas toutes) :
Si T(n) est une variable aléatoire de Student à n ddl, on a : P(T(98) >1.98)=
)= P(T(99) >1.98)=0.025
>

Si X(n) est une variable aléatoire de Khi-deux

Khi à n degrés ddl, on a :
P(X(3) >7.81) = P(X(6) > 12.59)
59) = P(X(4) >9.49)
>9 = P(X(1) >3.84 )= 0.05
Si D(n) est une variable aléatoire de Kolmogorov-smirnov
Kolmogorov : P(D(8) > 0.41) = 0.05

>2.6 ! P(Z >2.61) =0.99

Pour la loi normale centrée réduite : P(Z > 1.65) =0.05 P(Z > 1.96) =0.025 P(Z >2.6)
Pour la table de Mann-Whitney (two-tailed
(two ; α = 5%), on donne

20
 Année Universitaire 2011/2012
20

Épreuve de Statistique IV
(Rattrapage durée : 1h 30 )

Exercice 1 Un mécanicien a commandé à un fabricant des pièces de 10 mm de diamètre ; mais il se demande si on ne

lui a pas livré par erreur des pièces de diamètre supérieur à 10 mm. Le mécanicien extrait alors un échantillon aléatoire
et obtient les mesures suivantes :
10.01 10.00 10.02 10.3 10.6 10.00 10.81 10.04 10.05 10.08
Sachant que le diamètre
ètre est une variable aléatoire distribuée selon une loi normale,, tester, au risque de 5%, si le
diamètre moyen est supérieur à 10 mm ?

Exercice 2 Dans une usine, on a remplacé la commande manuelle de quelques presses par une commande
automatique. On désire voir si cette modification a une influence sur les accidents du travail. On a relevé, pendant une
période donnée, le nombre d’ouvriers qui ont eu ou non des accidents et on les a classés suivant qu’ils travaillaient sur
des presses à commande manuelle ou à commande automatique. On a obtenu les résultats suivants.
Manuelle Automatique
Accidentés 25 23
Non accidentés 183 112

La modification du type de commande a-t-elle

a ou non une influence sur le nombre des accidents (α=5%)?

Exercice 3 On s’intéresse à la proportion d’offres d’emploi ne trouvant pas preneur. Pour ce, On a relevé
aléatoirement 120 contrats et on a trouvé que 12 offres d’emploi n’ont pas trouvé preneur.
Testez, au risque de 5%, l’hypothèse que cette proportion est inférieure à la proportion usuelle de 12%. Calculer la p-
p
value et conclure.

N.B Arrondir tous les résultats à la troisième décimale !

Vous aurez besoin seulement de certaines données parmi les suivantes (et pas toutes) :
Si T(n) est une variable aléatoire de Student à n ddl, on a : P(T(9) >1. 83)= P(T(10
10) >1.81)=0.05

Si X(n) est une variable aléatoire de Khi-deux

Khi à n degrés ddl, on a : P(X(3) >7.81) = P(X(1) >3.84 )= 0.05
Si D(n) est une variable aléatoire de Kolmogorov-smirnov
Kolmogorov : P(D(8) > 0.41) = 0.05

>0.6 ! P(Z >0.7) =0.25

Pour la loi normale centrée réduite : P(Z > 1.65) =0.05 P(Z > 1.96) =0.025 P(Z >0.6)
Pour la table de Mann-Whitney (two-tailed
(two ; α = 5%), on donne

21
 Année Universitaire 2012/2013

Épreuve de Statistique IV
Exercice 1 : 1) Un journal affirme que les parents de jeunes de 17-22 ans pensent que leurs
enfants passent en moyenne 40 minutes(mn) au téléphone portable quotidiennement. Pour 20
parents interrogés sur ce temps, on a obtenu des réponses de moyenne égale à 45 mn avec un écart-
type de 10 mn. Si on considère que le temps passé par les 17-22 ans suit une loi normale, ces
résultats sont-ils compatibles avec les informations du journal, au seuil de 5% ?
Calculer la p-value. Que peut-on conclure ?
2) On interroge 9 jeunes sur le temps (en minute) passé quotidiennement sur leur téléphone
portable. Les réponses sont comme suit : 38 ; 40 ; 42 ; 35 ; 42 ; 42 ; 50 ; 30 ; 38.
Peut-on considérer à 5%, que le temps passé par les 17-22 ans suit une loi normale ?

Exercice 2 : On désire analyser la possession du téléphone portable chez les étudiants des S5 selon
le parcours choisi. 420 étudiants ont été interrogés. On a obtenu le tableau suivant :
Economie Gestion Economie et Gestion
Possédant 17 145 48
Ne possédant pas 20 51 139
Y a-t-il une relation entre le choix du parcours et la possession d’un téléphone portable? (α= 5%).

N.B Arrondir tous les résultats à la deuxième décimale !

Vous aurez besoin seulement de certaines données parmi les suivantes (et pas toutes) :
Si T(n) est une V.A de Student à n ddl, on a : P(T(20) >2.08)= P(T(19) >2.09)=0.025 ; P(T(19) >2.18)=0.021
Si X(n) est une variable aléatoire de Khi-deux à n degrés ddl, on a : P(X(2) >5.99) = P(X(1) >3.84 )= 0.05
Si D(n) est une variable aléatoire de Kolmogorov-smirnov (two-tailed ; α = 2%) : d(8) = 0.51 ; d(9) = 0.48
Pour la table de Mann-Whitney (two-tailed ; α = 5%), on donne u(19 ; 20)=119
Si D(n) est une variable aléatoire de Lilliefors : (two-tailed ; α = 2%) : d(8) = 0.33 ; d(9) = 0.31
Table de la loi normale centrée réduite (unilatérale à droite : 1-FZ : α=P(Z>zα) )
z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 0,5 0,5 0,5 0,5 0,48 0,48 0,48 0,47 0,47 0,46
0,1 0,46 0,46 0,45 0,45 0,44 0,44 0,44 0,43 0,43 0,42
0,2 0,42 0,42 0,41 0,41 0,41 0,40 0,40 0,39 0,39 0,39
0,3 0,38 0,38 0,38 0,37 0,37 0,36 0,36 0,36 0,35 0,35
0,4 0,34 0,34 0,34 0,33 0,33 0,33 0,32 0,32 0,32 0,31
0,5 0,31 0,31 0,30 0,30 0,29 0,29 0,29 0,28 0,28 0,28
0,6 0,27 0,27 0,27 0,26 0,26 0,26 0,25 0,25 0,25 0,25
0,7 0,24 0,24 0,24 0,23 0,23 0,23 0,22 0,22 0,22 0,21
0,8 0,21 0,21 0,21 0,20 0,20 0,20 0,19 0,19 0,19 0,19
0,9 0,18 0,18 0,18 0,18 0,17 0,17 0,17 0,17 0,16 0,16
1 0,16 0,16 0,15 0,15 0,15 0,15 0,14 0,14 0,14 0,14
1,1 0,14 0,13 0,13 0,13 0,13 0,13 0,12 0,12 0,12 0,12
1,2 0,12 0,11 0,11 0,11 0,11 0,11 0,10 0,10 0,10 0,10
1,6 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05
1,7 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04
1,8 0,04 0,01 0,03 0,03 0,03 0,03 0,03 0,03 0,03 0,03
1,9 0,03 0,03 0,03 0,03 0,03 0,03 0,025 0,02 0,02 0,02

22
 Année Universitaire 2012/2013

Épreuve de Statistique IV
Rattrapage : 1h30

Problème :
Un institut de sondage a mené une enquête auprès des jeunes pour déterminer le temps ( en
minutes) passé quotidiennement sur leur téléphone portable. On obtient les résultats suivants :
Temps (mn) [0 ;20[ [20 ;40[ [40 ;60[ [60 ;120[
Age
[15-19[ 18 72 45 3
[19-23[ 15 55 37 9

1) Peut-on dire que le temps moyen passé par les 19-23 ans est plus important que celui des 15-19
ans, au seuil de 5 % ?
2) En 2010, la proportion de 15-19 ans possédant un téléphone portable était de 90%. En 2012, sur
250 lycéens interrogés, 232 ont répondu en posséder un. Peut-on considérer au seuil de 5% que la
proportion des 15-19 ans possédant un téléphone portable est la même qu’en 2010 ?
3) au vu des données du tableau précédent, peut-on considérer au seuil de 5%, que le temps passé
par les 19-23 ans suit une loi normale ?

N.B Arrondir tous les résultats à la deuxième décimale !

Vous aurez besoin seulement de certaines données parmi les suivantes (et pas toutes) :
Si T(n) est une V.A de Student à n ddl, on a : P(T(4) >2.78)= 0.025 , P(T(3) >2.13)=0.05
Si X(n) est une variable aléatoire de Khi-deux à n degrés ddl, on a : P(X(2) >5.99) = P(X(1) >3.84 )= 0.05
Si D(n) est une variable aléatoire de Kolmogorov-smirnov (two-tailed ; α = 2%) : d(8) = 0.51 ; d(9) = 0.48
Pour la table de Mann-Whitney (two-tailed ; α = 5%), on donne u(5 ; 6)=1
Si D(n) est une variable aléatoire de Lilliefors : (two-tailed ; α = 2%) : d(8) = 0.33 ; d(9) = 0.31
Table de la loi normale centrée réduite (unilatérale à droite : 1-FZ : α=P(Z>zα) )
z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 0,5 0,5 0,5 0,5 0,48 0,48 0,48 0,47 0,47 0,46
0,1 0,46 0,46 0,45 0,45 0,44 0,44 0,44 0,43 0,43 0,42
0,2 0,42 0,42 0,41 0,41 0,41 0,40 0,40 0,39 0,39 0,39
0,3 0,38 0,38 0,38 0,37 0,37 0,36 0,36 0,36 0,35 0,35
0,4 0,34 0,34 0,34 0,33 0,33 0,33 0,32 0,32 0,32 0,31
0,5 0,31 0,31 0,30 0,30 0,29 0,29 0,29 0,28 0,28 0,28
0,6 0,27 0,27 0,27 0,26 0,26 0,26 0,25 0,25 0,25 0,25
0,7 0,24 0,24 0,24 0,23 0,23 0,23 0,22 0,22 0,22 0,21
0,8 0,21 0,21 0,21 0,20 0,20 0,20 0,19 0,19 0,19 0,19
0,9 0,18 0,18 0,18 0,18 0,17 0,17 0,17 0,17 0,16 0,16
1 0,16 0,16 0,15 0,15 0,15 0,15 0,14 0,14 0,14 0,14
1,1 0,14 0,13 0,13 0,13 0,13 0,13 0,12 0,12 0,12 0,12
1,2 0,12 0,11 0,11 0,11 0,11 0,11 0,10 0,10 0,10 0,10
1,6 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05 0,05
1,7 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04 0,04
1,8 0,04 0,01 0,03 0,03 0,03 0,03 0,03 0,03 0,03 0,03
1,9 0,03 0,03 0,03 0,03 0,03 0,03 0,025 0,02 0,02 0,02

23