Professional Documents
Culture Documents
Exercice 2:: F−π n P (−u F−π n P (F−u n n f (1− f) n ; f + u f (1− f) n ;0,87+ u u
Exercice 2:: F−π n P (−u F−π n P (F−u n n f (1− f) n ; f + u f (1− f) n ;0,87+ u u
Exercice 1 :
1) Le taux maximal d'ozone augmente en même temps que la température à 12h.
2) Oui un ajustement semble justifié puisque les points sont relativement alignés (si on ne considère pas celui dont la
témpérature est proche de 6 °C)
3) sy=20,84 sx= 6,65 cov(x,y)= 116,33 y=2,63x+45
4) r=0,84 relativement proche de 1, les variables sont corrélées R2=0,70 : 70% de la variabilité du taux maximal
d'ozone est expliqué par la température à 12h.
5) p(30)= 2,63x30+45 =123,9
6) p(25)=2,63x25+45 = 110,75 Calcul des résidus : 110,75-110=0,75 mg/L
p(10)=2,63x10+45 = 71,3 Calcul des résidus : 71,3-70=1,3 mg/L
L'ajustement estime le mieux le taux d'ozone pour la journée lors de laquelle la température à midi était de 25°C car le
résidu est plus petit (0,75 contre 1,3). Dans ces deux cas l'ajustement estime très bien le taux d'ozone car une différence
de 1,3mg/L est relativement faible par rapport aux taux enregistrés. Cependant, il semblerait que l'ajustement soit plus
fiable pour des températures à 12h élevées.
Exercice 2:
1) Donnez la loi de probabilité de la variable aléatoire X ainsi que les paramètres de la loi. Expliquez brièvement.
X~B(600,0,3) car X est le nombre de succès (haricots verts extra-fins) d'une expérience aléatoire à 2 issues (extra-fin, non
extra-fin) répétée 600 fois de façon indépendante.
2) Combien de haricots verts extra-fins peut-on espérer obtenir en moyenne dans un échantillon de 600 haricots verts ?
Il s'agit ici de calculer l'espérance mathématique d'une variable suivant une loi binomiale. D'après le formulaire
E(X)=np=600x0,3=180. Sur 600 haricots verts on espère trouver en moyenne 180 haricots verts extra-fins.
3) Chaque semaine, un échantillon de 600 haricots a été prélevé pendant un mois. En un mois, 2400 haricots verts ont
été prélevés de façon aléatoire et 648 étaient extra-fins. Donner une estimation ponctuelle puis une estimation par
intervalle de confiance de π la proportion de haricots extra-fins dans l'ensemble de la production, au niveau de
confiance de 95%.
Une estimation ponctuelle de π est f la proportion dans l'échantillon. f=648/2400=0,27.
Pour déterminer un intervalle de confiance, on utilise la variable aléatoire F qui est la proportion de haricots verts dans des
F −π
échantillons de taille 2400. On sait que ~N(0,1) lorsque n>50 ce qui est le cas ici.
√ (
π(1−π)
n
)
F−π
L'intervalle de confiance à 95% de π se traduit ainsi: P (−u1−α /2 < < u 1−α / 2)=0,95 et donc
√ π(1−π)
n
P (F−u 1−α/ 2×
√ π(1−π)
n
< π< F + u1−α/2×
π(1−π)
n √
)=0,95 et l'intervalle de confiance est déterminé par:
[ f −u 1−α /2
√ f (1− f )
n
; f + u1−α / 2
√ f (1− f )
n
] en remplaçant f, α et n par leur valeur:
[0,27−u 0,975
√ 0,27(1−0,27)
2400
; 0,87+ u0,975
2400 √
0,27(1−0,27)
] . On trouve le quantile u 1−α / 2=u 0,975 dans la table de
Exercice 3: Un biochimiste étudie un type de moisissure qui attaque les cultures de blé. La toxine contenue dans cette
moisissure est obtenue sous forme d'une solution organique. On mesure la quantité de substance toxique en
milligrammes par gramme de solution. Sur un échantillon de 9 extraits, les résultats sont les suivants: