Série de TD N1

Tests d'hypothèse (3ème année)

ENSAM-MEKNES (2024-2025)

Exercice 1.Une machine fabrique des rivets, dont le diamètre doit être dans
l'intervalle de tolérance ]13.12; 13.72[. En fait le diamètre d'un rivet fabriqué est
aléatoire. Lorsque la machine est correctement réglée, la distribution des diamètres
est normale, de moyenne 13.42 mm et d'écart-type 0.12 mm.
1. Calculer la proportion des rivets défectueux fabriqués par la machine lors-
qu'elle est correctement réglée.
Lorsque la machine est déréglée, la moyenne de la loi normale a varié,
on suppose que l'écart-type reste constant.
2. On veut vérier si la machine est correctement réglée. Pour cela, on extrait
par un tirage au hasard non exhaustif 36 rivets.
a) La moyenne des diamètres des rivets prélevés est égale à 13.39
mm, conclure en faisant un test de seuil 0.2%.
b) Ecrire sous une forme calculable la fonction puissance de ce test.
c) Quelle est la valeur minimale de l'écart absolue entre m et 13.42
que l'on puisse déceler (découvrir) avec une probabilité ou moins égale à
0.95 ?
3. a) Calculer la proportion des rivets défectueux fabriqués par la machine
lorsque la moyenne de la loi normale est 13.48.
b) Comment doit être la taille de l'échantillon à extraire pour que
la probabilité de ne pas déceler un écart entre m et 13.42, qui est supérieur
à 0.06 en valeur absolue, soit inférieur à 5% ?
4. Peut-on construire un test similaire lorsque la variance n'est plus connue ?
5. Peut-on calculer dans ce cas la fonction puissance ?
Exercice 2. Sur le marché des Lices à Rennes, un inspecteur des poids et
mesures vérie la précision de la balance d'un vendeur de fruits et légumes. Il
eectue pour cela 10 pesées d'un poids étalonné à 100g et note les indications
de la balance : x1 , ..., x10 . On admet que le résultat d'une pesée est une variable
aléatoire de loi gaussienne d'espérance 100, de variance σ 2 avec
P10σ = 5 si la 2balance
est juste, et σ > 5 si elle est déréglée. Les mesures ont donné i=1 (xi −100) = 512.
1. Écrire le modèle statistique considéré et les hypothèses à tester. Justier ce
choix.
2. Construire un test permettant de vérier la précision de la balance.
3. Quelle sera la conclusion de l'inspecteur avec ce test pour un niveau 5% ?
4. Calculer la p valeur du test.

1
 5. Peut-on construire un test similaire lorsque l'espérance de la loi gaussienne
n'est plus connue ? Si oui, décrire la procédure sans faire les calcules.
6. Et lorsque la loi elle-même est inconnue ? Si oui, décrire la procédure sans
faire les calcules.
Exercice 3.Un groupe de citoyens demandent à la municipalité d'une ville la
modication d'un carrefour, en armant que 30% des automobilistes tournent en
utilisant une mauvaise le. Un ocier de police constate que sur 500 véhicules pris
au hasard, 140 prennent une mauvaise le.
1. D'après l'observation eectuée par l'ocier de police, peut-on considérer
comme exacte l'armation du groupe de citoyens au seuil de risque 5% ?
2. Des observations futures montrent que, pour des échantillons de 500 véhi-
cules pris au hasard, en moyenne 125 prennent une mauvaise le.
a) Quels sont les paramètres de la loi d'échantillonnage F sous l'hy-
125
pothèse alternative H1 : = 0.25 ?
500
b) Dans ces conditions, que vaut P (0, 26 ≤ F ≤ 0, 34) ? Que repré-
sente ce résultat ?
Exercice 4.On dispose de deux échantillons de tubes construits avec deux procé-
dés de fabrication A et B, dont on a mesuré les diamètres en mm.

A : 63.12; 63.57; 62.81; 64.32; 63.76

B : 62.51; 63.24; 62.31; 62.21
En supposant que les diamètres soient distribués suivant une loi normale, tester
au seuil 5% s'il y a diérence signicative entre les procédés A et B si :
1. σ1 = 1 et σ2 = 0.1.
2. σ1 et σ2 sont inconnus.
Exercice 5. On fait passer un test psychométrique à deux groupes de volontaires,
appelés Groupe A et Groupe B, représentant respectivement les populations A et
B. Les résultats sont les suivants :

Résultats [55,57[ [57,59[ [59,61[ [61,63[ [63,65[

Eectifs Groupe A 9 10 7 7 12
Eectifs Groupe B 20 9 10 4 8

Au vu des résultats des deux échantillons, au niveau α = 5%, peut-on considérer

que le score moyen de la population B est inférieur au score moyen de la population
A?

2
 Exercice 6 (Rattrapage 2022).Un groupe de 10 sujets entreprend sur une
période de six mois un programme d'enrichissement cognitif destiné à améliorer
leurs processus de traitement de l'information. Pour évaluer l'eet du programme,
on fait passer aux sujets deux tests de niveaux comparables l'un avant, l'autre
aprés la période d'apprentissage, dont voici les scores :

Scores avant (X) 5 2 8 9 5 3 2

Scores après (Y) 6 2 9 10 6 1 3

A l'aide d'un test paramétrique de comparaison et en supposant que la variable

X - Y est distribuée selon une loi normale dont la variance est inconnue, décider au
niveau α = 5% si les sujets ont en moyenne amélioré leur processus de traitement
de l'information aprés le programme d'enrichissement cognitif, en supposant que
les écart-types des deux populations sont égaux.
1. Formuler les hypothèses de ce test.
2. Déterminer la statistique (la variable aléatoire de décision) du test.
3. Déterminer la région critique Zα (la zone de rejet) avec α = 5%.
4. Quelle est la décision du test ?
Exercice 7 (Examen 23).Nous voulons tester si les proportions de clients
ayant des SICAV monétaires sont identiques dans la banque 1 et dans la banque
2. Pour cela, nous tirons au hasard dans les chiers n1 = 230 clients de la banque
1 et n2 = 180 clients de la banque 2. Nous trouvons, respectivement dans ces deux
échantillons, 51 et 35 possesseurs de SICAV monétaires. Peut-on armer que les
proportions de clients ayant des SICAV monétaires dans les deux banques sont
identiques avec risque α = 5% ?
(Examen 2024)
Exercice 1. Lors d'une enquête sur la durée de sommeil d'une population
enfants de 2 à 3 ans dont l'écarttype σ est de 2 heures, on a trouvé une moyenne
du temps de sommeil par nuit égal à 10.2 heures dans un groupe de 40 enfants. La
moyenne attendue de sommeil ne doit pas être inférieure à m0 = 11.7 heures chez
les enfants de cet âge.
1. On veut construire un test permettant de décider si la moyenne de sommeil
chez les enfants examinés vérie bien la norme de la population avec un
risque α = 5%.
a) Comment interprète-on l'erreur α ?
b) Formuler les hypothèses du test
c) Donner la statistique du test et sa loi
d)Construire la zone d'acceptation et donner la décision.
2. Ecrire sous une forme simple la fonction puissance de ce test.

3
 3. Quelle est la valeur minimale de l'écart entre m et 11.7 que l'on puisse
découvrir avec une probabilité au moins égale à 0.95 ?
4. Des observations futures prouveront qu'en fait, pour les échantillons de 40
enfants de 2 à 3 ans, prix au hasard, la moyenne de sommeil est égale à 10.5
. On prendra alors comme hypothèse alternative H1 : m = m1 = 10.5.
a) Quelle loi suit la variable aléatoire X̄ sous l'hypothèse H1 ?
b) Dans ces conditions, que vaut P (X̄ ≥ 11.178) ?
c) Que représente cette probabilité ?
Exercice 2. Un expérimentateur souhaite savoir si le type de pâturage, herbe
ou trèe, inue sur la quantité de caséine dans le lait. L'expérimentateur étudie un
premier échantillon de 9 vaches ayant eu une alimentation en herbe et un deuxième
échantillon de 9 vaches ayant eu une alimentation en trèe. Les résultats sont :
ž Premier échantillon : 26.5 ; 26.4 ; 26.4 ; 26.4 ; 26.3 ; 26.5 ; 26.3 ; 26.4 ; 26.5
ž Deuxième échantillon : 26.5 ; 26.7 ; 26.5 ; 26.3 ; 26.7 ; 26.4 ; 26.8 ; 26.7 ; 26.5
La quantité de caséine en litres dans le lait d'une vache nourrie avec de l'herbe
peut être modélisée par une variable X1 ∼ N (m1 , σ1 ), et celle avec du trèe peut
être modélisée par une variable X2 ∼ N (m2 , σ2 ). On suppose que les deux variances
σ12 et σ22 sont égales.
D'après ces mesures, le type de pâturage inue-t-il signicativement sur la
quantité moyenne de la caséine dans le lait avec un risque α = 5% ?
1. Appliquer un test d'hypothèse en donnant :
a) Les hypothèses.
b) La statistique du test et sa loi.
c) La zone d'acceptation et la décision.
2. Refaire la question 1. en supposant que les variances σ12 et σ22 sont inconnues.