0% ont trouvé ce document utile (0 vote)

38 vues59 pages

SNPP

Transféré par

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

0% ont trouvé ce document utile (0 vote)

38 vues59 pages

SNPP

Transféré par

Mouad Oubella

Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.

Formats disponibles

Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Statistiques Non Paramétriques

CH-1-2-Exercices

Pr. A. Zoglat

FSR

A. Zoglat (FSR) SNP-Exercices MSE Automne 1 / 12

Exercice (1)
Dans une étude américaine sur l’addiction aux drogues dans une ville A, on
a constaté que le QI médian chez les drogués âgés d’au moins 16 ans était
de 107. Pour tester que ce résultat est valable dans une ville B, voici les QI
de 12 drogués d’au moins 16 ans vivantq dans B :

108; 111; 99; 127; 109; 100; 90; 94; 135; 104; 119; 117

Au seuil de signification α = 0.05, que peut-on conclure ?

A. Zoglat (FSR) SNP-Exercices MSE Automne 2 / 12

Exercice (2)
Les données ci-après sont les densités (en gr/cm2 ) de 15 feuilles choisies au
hasard dans une ramette de papier.

81.6; 83.6; 81.5; 82.2; 82.2; 84.3; 82.4; 78.8;

78.2; 79.5; 80.5; 83.6; 73.8; 77.2; 77.6.

On suppose que la densité d’une feuille de papier suit une loi de probabilité
symétrique. Au seuil de signification α = 0.05, peut-on conclure qu’au
moins 50% des feuilles de la ramette ont une densité d’au moins 80.0
gr/cm2 ?

A. Zoglat (FSR) SNP-Exercices MSE Automne 3 / 12

Exercice (3)
Le tableau suivant contient les niveau d’une composante chimique dans le
sang de dix malades avant (Av) et après (Ap) l’injection d’une dose d’un
certain traitement.

Av 0.61 0.59 0.68 0.67 0.70 0.56 0.64 0.59 0.64 0.64
Ap 0.56 0.46 0.59 0.53 0.79 0.50 0.54 0.52 0.72 0.60

Au seuil de signification α = 0.05, peut-on conclure que le traitement

réduit le niveau de la composante chimique dans le sang des malades ?

A. Zoglat (FSR) SNP-Exercices MSE Automne 4 / 12

Exercice (4)
Une grande entreprise, remarquant le grand nombre d’heures de travail
perdues à cause des accidents, a mis en place un nouveau protocole de
sécurité au travail. Les données ci-dessous sont les nombres d’heures de
travail perdues en un mois à chacune des 8 chaînes de production de
l’entreprise avant et après le nouveau protocole de sécurité.

Chaîne 1 2 3 4 5 6 7 8
Avant 51.2 46.5 24.1 10.2 65.3 92.1 30.3 49.2
Après 45.8 41.3 15.8 11.1 58.5 70.3 31.6 35.4

Au seuil de signification α = 0.05, peut-on conclure que le nouveau

procédé de sécurité est efficace ?

A. Zoglat (FSR) SNP-Exercices MSE Automne 5 / 12

Exercice (5)
Selon la théorie des tests psychologiques, les scores d’un certain test du QI
sont normalement distribués. Ce test a été subi par 18 personnes à peu près
de même âge. Voici leurs scores :

114; 81; 87; 114; 113; 87; 111; 89; 93; 108; 99; 93; 100; 95; 93; 95; 106; 108.

Tester la normalité de ces scores si,

a) la moyenne et la variance sont inconnues,

a) la moyenne est µ = 100 et la variance est σ 2 = 100.

A. Zoglat (FSR) SNP-Exercices MSE Automne 6 / 12

Exercice (6)
Dans un camp d’entrainement de basketball, les participants sont classés en
trois catégories A, B ou C selon leur performances. Historiquement, les
pourcentages des participants classés dans ces catégories sont
respectivement 80%, 12% et 8%. Cette année dans un échantillon de 200
participants, 136 sont classés A, 38 sont classés B et 26 sont classés C.
Peut-on conclure que les pourcentages n’ont pas changé ? (utiliser
α = 0.05).

A. Zoglat (FSR) SNP-Exercices MSE Automne 7 / 12

Exercice (7)
Un contrôleur de qualité dans une chaîne de production a prélevé au
hasard, dans la production du jour, 50 échantillons de taille 13 chacun. Le
tableau ci-dessous montre la distribution du nombre d’item défectueux :

Nombre d’items défectueux 0 1 2 3 4 5 6 ou plus

Effectif 9 26 9 4 1 1 0

(a) Tester l’hypothèse H0 : “Le nombre d’item défectueux” suit une loi de
Poisson.

(b) Tester l’hypothèse H0 : “Le nombre d’item défectueux” suit une loi
Binomiale.

(c) Comparer les résultats de (a) et (b).

A. Zoglat (FSR) SNP-Exercices MSE Automne 8 / 12
Exercice (8)
Dans une étude de robustesse, les composantes d’avion sont soumises à un
test de vibration jusqu’à ce qu’elles se brisent. Les données suivantes sont
les temps de résistance aux vibrations (en mn) observés sur un échantillon
de 15 composantes d’avion.

1.6; 10.3; 3.5; 13.5; 18.4; 7.7; 24.3; 10.7; 8.4; 4.9; 7.9; 12.0; 16.2; 6.8; 14.7

Au seuil de signification α = 0.05, peut-on conclure que cet échantillon

provient d’une loi exponentielle de moyenne λ = 10 ?

A. Zoglat (FSR) SNP-Exercices MSE Automne 9 / 12

Exercice (9)

Un ophtalmologue teste une nouvelle technique chirurgicale pour traiter le

Glaucome (une pression intraoculaire élevée (IOP)). Il opère un œil du
patient et laisse l’autre pour le contrôle. L’œil choisit pour l’opération est
celui dont la pression est la plus élevée. Le tableau suivant contient les
différences des mesures de l’IOP pour 9 patients avant et six mois après
l’opération :
Traité 0.45 1.95 1.20 0.65 0.98 -1.98 1.80 -0.76 0.56
Ctrl. 0.38 0.90 0.70 -0.40 0.47 -1.30 1.34 0.13 -0.40
Diff. + + + + + - + - +
Au seuil de signification α = 0.05, peut-on conclure que la technique
utilisée par l’ophtalmologue est efficace ?
A. Zoglat (FSR) SNP-Exercices MSE Automne 10 / 12
Exercice (10)

High levels of carbon monoxide transfer are a risk factor for contracting
pneumonia. Some authors studied the levels of carbon monoxide transfer in
7 chicken pox patients who were smokers. They were measured upon
hospital admission and one week later. The data are in the table below.

Patient 1 2 3 4 5 6 7
Admission 73 52 80 85 64 63 60
Later 40 50 56 58 60 62 66

1- Verify the inappropriateness of a paired t-test for these data. Discuss.

2- Analyze using the Wilcoxon signed-ranks procedure.

A. Zoglat (FSR) SNP-Exercices MSE Automne 11 / 12

Exercice (11 )

Le secteur touristique est une composante importante dans le produit

intérieur d’un pays. Il permet les échanges avec l’extérieur et aide à réduire
la balance des payement. L’agence “Travel Market Yearbook” publie chaque
année d’importantes données sur le tourisme. Le tableau ci-dessous
contient les données annuelles sur le tourisme au États Unis entre 1970 et
1982. Au niveau de signification α = 0.01, peut-on détecter l’existence
d’une tendance ?
Annnée 1970 1971 1972 1973 1974 1975 1976
Touristes (en Millions) 12 362 12 739 13 057 13 955 14 123 15 698 17 523
Annnée 1977 1978 1979 1980 1981 1982
Touristes (en Millions) 18 610 19 842 20 310 22 500 23 080 21 916

A. Zoglat (FSR) SNP-Exercices MSE Automne 12 / 12

.....................................................................................................................................................................................
2020/2022

.....................................................................................................................................................................................

.....................................................................................................................................................................................
statistiques non paramétriques

.....................................................................................................................................................................................

.....................................................................................................................................................................................
mse(ta) s3

.....................................................................................................................................................................................

.....................................................................................................................................................................................
FS RABAT

.....................................................................................................................................................................................

1
.....................................................................................................................................................................................
2020/2022

.....................................................................................................................................................................................

.....................................................................................................................................................................................
mse(ta) s3

.....................................................................................................................................................................................

.....................................................................................................................................................................................
FS RABAT

....................................................................................................................................................................................

2
.....................................................................................................................................................................................
2020/2022

.....................................................................................................................................................................................

.....................................................................................................................................................................................
mse(ta) s3

.....................................................................................................................................................................................

.....................................................................................................................................................................................
FS RABAT

....................................................................................................................................................................................

3
.....................................................................................................................................................................................
2020/2022

.....................................................................................................................................................................................

.....................................................................................................................................................................................
mse(ta) s3

.....................................................................................................................................................................................

.....................................................................................................................................................................................
FS RABAT

....................................................................................................................................................................................

4
.....................................................................................................................................................................................
2020/2022

.....................................................................................................................................................................................

.....................................................................................................................................................................................
mse(ta) s3

.....................................................................................................................................................................................

.....................................................................................................................................................................................
FS RABAT

....................................................................................................................................................................................

5
.....................................................................................................................................................................................
2020/2022

.....................................................................................................................................................................................

.....................................................................................................................................................................................
mse(ta) s3

.....................................................................................................................................................................................

.....................................................................................................................................................................................
FS RABAT

....................................................................................................................................................................................

6
.....................................................................................................................................................................................
2020/2022

.....................................................................................................................................................................................

.....................................................................................................................................................................................
mse(ta) s3

.....................................................................................................................................................................................

.....................................................................................................................................................................................
FS RABAT

....................................................................................................................................................................................

7
.....................................................................................................................................................................................
2020/2022

.....................................................................................................................................................................................

.....................................................................................................................................................................................
mse(ta) s3

.....................................................................................................................................................................................

.....................................................................................................................................................................................
FS RABAT

....................................................................................................................................................................................

8
.....................................................................................................................................................................................
2020/2022

.....................................................................................................................................................................................

.....................................................................................................................................................................................
mse(ta) s3

.....................................................................................................................................................................................

.....................................................................................................................................................................................
FS RABAT

....................................................................................................................................................................................

9
.....................................................................................................................................................................................
2020/2022

.....................................................................................................................................................................................

.....................................................................................................................................................................................
mse(ta) s3

.....................................................................................................................................................................................

.....................................................................................................................................................................................
FS RABAT

....................................................................................................................................................................................

10
CH 1_2 Exercices

SNP

09/01/2020

SNP CH 1_2 Exercices 09/01/2020 1 / 27

Exercice 1

Dans une étude américaine sur l’addiction aux drogues dans une ville A, on
a constaté que le QI médian chez les drogués âgés d’au moins 16 ans était
de 107. Pour tester que ce résultat est valable dans une ville B, voici les QI
de 12 drogués d’au moins 16 ans vivants dans B:

108; 111; 99; 127; 109; 100; 90; 94; 135; 104; 119; 117
Au seuil de signification α = 0.05, que peut-on conclure?

SNP CH 1_2 Exercices 09/01/2020 2 / 27

Solution (Test des Signes)

scrQI=c(108, 111, 99, 127, 109, 100, 90, 94, 135, 104, 119, 11
sign(scrQI-107)

## [1] 1 1 -1 1 1 -1 -1 -1 1 -1 1 1

Spls=sum(sign(scrQI-107)>0)
Spls

## [1] 7

pvl=pbinom(Spls,12,0.5,[Link] = FALSE)
pvl

## [1] 0.1938477
SNP CH 1_2 Exercices 09/01/2020 3 / 27
Exercice 2

Les données ci-après sont les densités (en gr/cm2 ) de 15 feuilles choisies au
hasard dans une ramette de papier.

81.6; 83.6; 81.5; 82.2; 82.2; 84.3; 82.4; 78.8;

78.2; 79.5; 80.5; 83.6; 73.8; 77.2; 77.6.

On suppose que la densité d’une feuille de papier suit une loi de probabilité
symétrique. Au seuil de signification α = 0.05, peut-on conclure qu’au moins
50% des feuilles de la ramette ont une densité d’au moins 80.0 gr/cm2 ?

SNP CH 1_2 Exercices 09/01/2020 4 / 27

Solution (Test des rangs signés de Wilcoxxon)

dnst=c(81.6,83.6,81.5,82.199,82.2,84.3,82.4,78.8,78.2,79.5,
80.500000001,83.599999999,73.8,77.2,77.599)
dnst-80
rank(abs(dnst-80))
rnkdnst=ifelse(dnst-80>0,rank(abs(dnst-80)),0)
rnkdnst
sum(rnkdnst)
[Link](dnst,mu=80,alternative = "less",exact = TRUE)

SNP CH 1_2 Exercices 09/01/2020 5 / 27

Outputs

Les différences:
1.600 3.600 1.500 2.199 2.200 4.300 2.400 -1.200
-1.800 -0.500 0.500 3.599 -6.200 -2.800 -2.400
Les rangs des valeurs absolues des différences:
5.0 13.0 4.0 7.0 8.0 14.0 9.5 3.0 6.0 1.5 1.5
12.0 15.0 11.0 9.5
W+= V = 74

La probabilité lue sur la table: P{W+>= 74}=0.227.

SNP CH 1_2 Exercices 09/01/2020 6 / 27

Exercice 3

Le tableau suivant contient les niveaux d’une composante chimique dans le

sang de dix malades avant (Av) et après (Ap) l’injection d’une dose d’un
certain traitement.

Av 0.61 0.59 0.68 0.67 0.70 0.56 0.64 0.59 0.64 0.64
Ap 0.56 0.46 0.59 0.53 0.79 0.50 0.54 0.52 0.72 0.60
Av-Ap + + + + - + + + - +
Au seuil de signification α = 0.05, peut-on conclure que le traitement réduit
le niveau de la composante chimique dans le sang des malades?

SNP CH 1_2 Exercices 09/01/2020 7 / 27

Solution (échantillon apparié)
avnt=c(0.61, 0.59, 0.68, 0.67, 0.70, 0.56, 0.64, 0.59,
0.64, 0.64)
aprs=c(0.56, 0.46, 0.59, 0.53, 0.79, 0.50, 0.54, 0.52,
0.72, 0.60)
dffr=avnt-aprs
sign(dffr)
Spls=sum(sign(dffr)>0)
Spls
pvl=pbinom(Spls,length(avnt),0.5,[Link] = TRUE)
pvl
100000
rank(abs(dffr))
rndffr=ifelse(dffr>0,rank(abs(dffr)),0)
rndffr
sum(rndffr)
[Link](dffr,alternative = "less",exact = TRUE)
SNP CH 1_2 Exercices 09/01/2020 8 / 27
Outputs

Les signes des différences:

1 1 1 1 -1 1 1 1 -1 1
S+=8
P{Binom(10,0.5)<=8}=0.9892578
Par le test des rangs de Wilcoxon:
Wilcoxon signed rank test with continuity correction
data: dffr
V = 43.5, p-value = 0.9538
alternative hypothesis: true location is greater than 0

SNP CH 1_2 Exercices 09/01/2020 9 / 27

Exercice 4 (Test d'adéquation)

Selon la théorie des tests psychologiques, les scores d’un certain test du QI
sont normalement distribués. Ce test a été subi par 18 personnes à peu près
de même âge. Voici leurs scores:

114; 81; 87; 114; 113; 87; 111; 89; 93; 108; 99; 93; 100; 95; 93; 95; 106; 108.
Comme règle général en statistique si vous
Tester la normalité de ces scores si, avez qlq chose inconnu et vous disposé d'un
échantillon vous commencer par l'estimer
a) la moyenne et la variance sont inconnues,
b) la moyenne est µ = 100 et la variance est σ 2 = 100.

SNP CH 1_2 Exercices 09/01/2020 10 / 27

ceci est détaillé
Solution en bas et les
différences en
valeurs
absolues
dnn=c(114.0001,81,86.999,114,113,87,111,89,92.999,108,99,93.0
(sort(dnn)-100)/10
fxi=c(pnorm((sort(dnn)-100)/10,mean = 0,sd = 1))
fxi
suit=c(1:18)/18
suit
abs(suit-fxi)

D=max(abs(suit-fxi))

[Link](dnn,"pnorm",100,10)

SNP CH 1_2 Exercices 09/01/2020 11 / 27

Exercice 5

Dans un camp d’entrainement de basketball, les participants sont classés en

trois catégories A, B ou C selon leur performances.
Historiquement, les pourcentages des participants classés dans ces catégories
sont respectivement 80%, 12% et 8%.
Cette année dans un échantillon de 200 participants, 136 sont classés A, 38
sont classés B et 26 sont classés C.
Peut-on conclure que les pourcentages n’ont pas changé? (utiliser α = 0.05).

SNP CH 1_2 Exercices 09/01/2020 12 / 27

Solution

ctgr=c("A"=136,"B"=38,"C"=26)
Hprb=c(0.80,0.12,0.08)
[Link](ctgr,p=Hprb)

#calculs à la main
fresp=200*Hprb
ki2=sum((ctgr-fresp)^2/fresp)
ki2
pchisq(ki2,df= 2,[Link] = FALSE)

SNP CH 1_2 Exercices 09/01/2020 13 / 27

Outputs

Résultats du "[Link]":
Chi-squared test for given probabilities
data: ctgr
X-squared = 18.017, df = 2, p-value = 0.0001224

Résultats du Calcul à la main:

khi2=18.01667
p-value= 0.0001223857

SNP CH 1_2 Exercices 09/01/2020 14 / 27

Exercice 6

Un contrôleur de qualité dans une chaîne de production a prélevé au hasard,

dans la production du jour, 50 échantillons de taille 13 chacun. Le tableau
ci-dessous montre la distribution du nombre d’item défectueux:

x_i Nombre d’items défectueux 0 1 2 3 4 5 6 ou plus

n_i Effectif 9 26 9 4 1 1 0

(a) Tester l’hypothèse H0 : “Le nombre d’item défectueux” suit une loi de
Poisson.
(b) Tester l’hypothèse H0 : “Le nombre d’item défectueux” suit une loi
Binomiale.
(c) Comparer les résultats de (a) et (b).

SNP CH 1_2 Exercices 09/01/2020 15 / 27

Solution (a)

On estime λ par la moyenne de l’échantillon; on a alors λ̂ = 1.3. Avec

cette valeur de λ on calcule les probabilités des valeurs observées:
x 0 1 2 3 4 5 6 ou plus
P(x ) 0.27 0.35 0.23 0.10 0.03 0.01 0.00
50 ∗ P(x ) 13.50 17.50 11.50 5.00 1.5 0.5 0.00
Après regroupement, on a:
x 0 1 2 3 ou plus
P(x ) 0.27 0.35 0.23 0.10
FE:=Fréquence espérée=50 ∗ P(x ) 13.50 17.50 11.50 7.00
FO:=Fréquence Observée 9 26 9 6
(FE-FO)2 /FE 1.50 4.13 0.54 0.20
χ2 = 6.32
La p-value est égale à 0.097. On ne rejette donc pas l’hypothèse H0 au
seuil α = 0.05.
SNP CH 1_2 Exercices 09/01/2020 16 / 27
Solution (b)

Pour tester H0 dans ce cas, on a besoin d’estimer p la probabilité de succès

(“obtenir une pièce défectueuse”). Il s’agit de 50x13=650 vérifications,
donc d’un échantillon de taille 650 où on a constaté un total de 65 pièces
65
défectueuses (9x0+26x1+9x2+4x3+1x4+1x5=65). Ainsi p̂ = = 0.1.
650
Selon l’hypothèse H0 , les 50 observations sont issues d’une loi binômiale
avec n = 13 et p = 0.1. X~~Bin(13,0.1)

SNP CH 1_2 Exercices 09/01/2020 17 / 27

Solution (b)

Avec cette valeur de p on calcule les probabilités des valeurs observées:

x 0 1 2 3 4 5 6 ou plus
P(x ) 0.25 0.37 0.24 0.10 0.03 0.01 0.00
50 ∗ P(x ) 12.50 18.50 12.00 5.00 1.50 0.50 0.00
Après regroupement, on a:
x 0 1 2 3 ou plus
P(x ) 0.25 0.37 0.24 0.14
FE:=Fréquence espérée=50 ∗ P(x ) 12.50 18.50 12.00 7
FO:=Fréquence Observée 9 26 9 6
(FE-FO)2 /FE 0.98 3.04 0.75 0.14
χ2 = 4.91
La p-value est égale à 0.18. On ne rejette donc pas l’hypothèse H0 au
seuil α = 0.05.

SNP CH 1_2 Exercices 09/01/2020 18 / 27

Solution (c)

Dans les deux cas on ne rejette pas H0 ce qui semble un peu contradic-
toire. Cette contradiction n’est en fait qu’apparente puisqu’on sait que
lois binomiale Bin(n, p) peut être approximée par une loi de Poisson de
paramètre λ = np.

SNP CH 1_2 Exercices 09/01/2020 19 / 27

Exercice 7

Dans une étude de robustesse, les composantes d’avion sont soumises à un

test de vibration jusqu’à ce qu’elles se brisent. Les données suivantes sont
les temps de résistance aux vibrations (en mn) observés sur un échantillon
de 15 composantes d’avion.

1.6; 10.3; 3.5; 13.5; 18.4; 7.7; 24.3; 10.7; 8.4; 4.9; 7.9; 12.0; 16.2; 6.8; 14.7

Au seuil de signification α = 0.05, peut-on conclure que cet échantillon

provient d’une loi exponentielle de moyenne λ = 10?
on peut utiliser deux méthodes :
Ks et khi2
Pour khi2 on va faire des classes
Voir la correction dans devoir 2

SNP CH 1_2 Exercices 09/01/2020 20 / 27

Solution

Nous allons utliser le test d’ajustement de Kolmogorov-Smirnov.

15
D = sup |F (x ) − Fn (x )| = max sup |F (x ) − k/n|,
x ≥0 k=0 xk ≤x <xk+1

x
avec F (x ) = 1 − exp(− ), n = 15, x0 = 0 et x16 = ∞.
10
x 0.0 1.6 3.5 4.9 6.8 7.7 7.9 8.4
F (x ) 0.00 0.15 0.30 0.39 0.49 0.54 0.55 0.57
Fn (x ) 0.00 0.07 0.13 0.20 0.27 0.33 0.40 0.47
x 10.3 10.7 12.0 13.5 14.7 16.2 18.4 24.3
F (x ) 0.64 0.66 0.70 0.74 0.77 0.80 0.84 0.91
Fn (x ) 0.53 0.60 0.67 0.73 0.80 0.87 0.93 1.00
max |Fn − F | 0.29, (le maxumum est atteint sur [4.9, 6.8[.)
D’après la table on a P{D ≥ 0.304} = 0.10, d’où la p-value=P{D ≥
0.29} > 0.10. Donc on ne rejette pas H0 au seuil α = 0.05.

SNP CH 1_2 Exercices 09/01/2020 21 / 27

Exercice 8

Un ophtalmologue teste une nouvelle technique chirurgicale pour traiter

le Glaucome (une pression intraoculaire élevée (IOP)). Il opère un œil du
patient et laisse l’autre pour le contrôle. L’œil choisit pour l’opération est
celui dont la pression est la plus élevée. Le tableau suivant contient les
différences des mesures de l’IOP pour 9 patients avant et six mois après
l’opération:
Traité 0.45 1.95 1.20 0.65 0.98 -1.98 1.80 -0.76 0.56
Ctrl. 0.38 0.90 0.70 -0.40 0.47 -1.30 1.34 0.13 -0.40
Diff. + + + + + - + - +
Au seuil de signification α = 0.05, peut-on conclure que la technique utilisée
par l’ophtalmologue est efficace?

SNP CH 1_2 Exercices 09/01/2020 22 / 27

Solution

Il s’agit ici de deux échantillons appariés. Notons Di la différence entre la

valeur observée sur l’oeil traité et celle de l’oeil de contrôle. On teste alors
H0 : la technique n’est pas efficace versus H1 : la technique est efficace.
Notons S + le nombre de signes “+”. On doit rejeter H0 pour S + assez
grand.
Sous H0 , S + suit une loi Binomiale(9, 0.5), donc

la p-value=P{Binomiale(9, 0.5) ≥ 7} = 0.0898.

attention sur R pour la loi discrete:
1-P(X<6) = P(X>=7)
Au seuil de signification α = 0.05, il n’y a pas suffisamment d’évidence que
la technique est efficace.

SNP CH 1_2 Exercices 09/01/2020 23 / 27

Exercice 9

Le secteur touristique est une composante importante dans le produit intérieur

d’un pays. Il permet les échanges avec l’extérieur et aide à réduire la balance
des payement. L’agence “Travel Market Yearbook” publie chaque année
d’importantes données sur le tourisme. Le tableau ci-dessous contient les
données annuelles sur le tourisme au États Unis entre 1970 et 1982.
Au niveau de signification α = 0.01, peut-on détecter l’existence d’une
tendance?
Annnée 1970 1971 1972 1973 1974 1975 1976
Touristes (en Millions) 12 362 12 739 13 057 13 955 14 123 15 698 17 523
Annnée 1977 1978 1979 1980 1981 1982
Touristes (en Millions) 18 610 19 842 20 310 22 500 23 080 21 916

SNP CH 1_2 Exercices 09/01/2020 24 / 27

Solution

Pour étudier l’existence d’une éventuelle tendance, on note xt le nombre

de touristes pour l’année t et on calcule les quantité xt+1 − xt pour t =
1970, · · · , 1081. On etudie le signe de ces différences pour se prononcer sur
la tendance. On a alors: ++++++-++++-
On teste alors H0 : il n’y a aucune tendance versus H1 : il y a une tendance
de croissance.
Notons S + le nombre de signes “+”. On doit rejeter H0 pour S + assez
grand. Sous H0 , S + suit une loi Binomiale(12, 0.5), donc

la p-value=P{Binomiale(12, 0.5) ≥ 10} = 0.0193.

Au seuil de signification α = 0.05, on rejette H0 pour conclure qu’il y a

suffisamment d’évidence de l’existence d’une tendance de croissance.

SNP CH 1_2 Exercices 09/01/2020 25 / 27

Exercice 10

Les données ci-après sont le nombre de fois (par an) un échantillon de

personnes sont tombées malades.

Aucune activité physique Une activité physique régulière

12, 15, 8, 11, 9, 17 9, 5, 10, 3, 4, 2

Au seuil de signification α = 0, 05, y a t-il suffisamment d’évidence que

la pratique régulière d’une activité sportive augmente l’immunité du corps
contre les maladies ?

SNP CH 1_2 Exercices 09/01/2020 26 / 27

Solution

On cherche à tester l’hypothèse H0 :l’activité sportive est sans effet contre

H1 : l’activité sportive réduit le risque de maladie. On va utiliser le test des
rangs de Wilcoxon. Si on note W la somme des rangs de l’échantillon des
non sportifs, on doit rejeter H0 pour les grandes valeurs de W .
On obtient W = 53.5, ainsi, d’après la table, la p-value=P{W > 53.5} =
0.008.
Au seuil de signification α = 0.05, on rejette H0 pour conclure qu’il y a
suffisamment d’évidence que l’activité sportive réduit le risque de maladie.
# Exercice 11

SNP CH 1_2 Exercices 09/01/2020 27 / 27

Master de Statistique et Econométrie
Statistiques non Paramétriques

Contrôle Final Le Mardi 23/03/2020

Durée : 1 H 30

Énoncez clairement les hypothèses à tester et montrez tous vos calculs. Les réponses non justifiées
ne sont pas acceptées. La qualité de présentation et de rédaction sera prise en considération.

Exercice 1. Le nombre d’articles achetés par un touriste qui visite la “Boutique de Souvenirs” située dans
un musée au centre ville est une variable aléatoire X. Un échantillon de 100 visiteur de cette boutique a révélé
les données résumées dans la table suivante :
Nombre d’articles achetés 0 1 2 3 4 5 ou plus
Nombre de visiteurs 50 20 15 10 5 0

On suppose que X suit la loi géométrique de paramètre θ ∈]0, 1[ : P{X = k} = θ(1 − θ)k , κ ∈ N.
1- Calculer E[X]. 2- En déduire un estimateur de θ.
3- Au seuil de signification α = 0.05, peut-on admettre que X suit la loi géométrique de paramètre θ ?

Exercice 2. Le tableau suivant contient les scores, répartis en de trois groupes, obtenus par les étudiants du
semestre S1 d’une certaine filière à un test de contrôle de connaissance.
Groupes Groupe 1 Groupe 2 Groupe 3
Scores 3 ; 4 ; 2 ; 1 3 ; 5 ; 2 3 ; 4 ; 5 ;6

Au seuil de signification α = 0.05, peut-on admettre que ces scores ont été répartis au hasard en trois groupes.

Exercice 3. Dans une étude sur le temps que consacrent les jeunes aux réseaux sociaux, un sociologue a relevé
les temps (en heure par semaines) consacrés à “facebook” par six jeunes filles et six jeunes garçons.
Jeunes filles : 12.1 19.1 11.6 21.0 16.7
Jeunes garçons : 12.0 14.4 13.2 15.6 11.5

Au seuil de signification α = 0.05, est-il raisonnable de conclure que les jeunes garçon passent moins de temps
sur “facebook” que les garçons ?

Exercice 4. Les données ci-dessous sont les durées (en mn) de communications téléphoniques effectuées par 14
femmes et 14 hommes. Ces durées sont, par convenance, ordonnées de la plus petite à la plus grande.
Au seuil de signification α = 0.05, est-il raisonnable de conclure que ces deux échantillons proviennent d’une
même loi de probabilité ?
Femmes 0.45 ; 0.50 ; 0.60 ; 0.80 ; 0.75 ; 0.85 ; 0.95 ; 1.00 ; 1.35 ; 1.75 ; 1.90 ; 2.55 ; 2.85 ; 3.85
Hommes 0.40 ; 0.55 ; 0.65 ; 0.70 ; 0.90 ; 1.05 ; 1.15 ; 1.25 ; 1.30 ; 1.45 ; 1.50 ; 1.85 ; 2.30 ; 2.70

Bonne Chance
1
.....................................................................................................................................................................................
2020/2022