You are on page 1of 12
4 ERSITE ABDELMALEK ESSAADI réchantillonnage et estimation S3 ‘eulté de droit de Tanger Examen d’échantillonnage et esti eure nut docunent intr usage des machines sinpls est perms a eeevine able dels oi normale au veto suet oxdeet taser nique lettre de fa echerche I nde ee des réponse Dans un control de qualité de fabrication, e chef de production veut savolt sila production est conforme aux normes ou non. Pour cela le technicien a prélevé un échantillon de taille n240 de mesures de la longueur notée X de la pice fabriquée On suppose que des tests antérieurs montrent que la longueur X de la pice suit a loi normale de moyenne 12cm et q’écart type 2 cm. On donne l'échantilion observé suivant: 12-13 =9 = 11 “15-12 -9 “12-11 -13 -12-10 -9 10-15 ~12-14 -12-- -12 9-12-11 -10 -13-12 - 9-10 -14-12 -9 -12 -14-13 10-14 -12 -9 -12 -14 a) Calculer les limites de surveillance L1, L2, 3, et L4 tels que : P(LI < X sb2)= 0.99 et P(L3 < X = ; 0,525 + 1,96 |--] 1€, = [0,3702 ; 0,6797] 8) 0.01 P(-0,01s f -ps0,01) =P (-—_ On pose : gop Done : P (-0,01 s f -p$0,01) =P (-0,12sTs 0,12) P (-0,01 < f- p< 0,01) =21(0,12)-1 P(-0,01< f - p< 0,01) =(2 x0,5478)-1 P (-0,01 < f - p$0,01) = 0,0956 h) L'estimateur de m est ¥ Llestimateur de a est VV" Les propriétés de ¥ eta: © Estimateur sans biais © Estimateur convergent © Estimateur efficace * Estimateur de maximum de vraisemblance i) eee Ze (DXi) =A ECR) = LE BCX) =En € (X) = E(X) =m Donc X est un estimateur sans biais de m Limp. V(X) Donc X est un estimateur convergent de m a? log f O¢:m:02) aim) {05 m) =-nE( Avec f (X; m; a7) = tev (2 072 2h logf (X; m:; 02) = log 1— (log o% V2IT) + logf (X; m; 02) = -(log 0% + log VM) + L(x — m)? zo 1 logf (X; m; 02) = -logo? — log Vai —- pulk—my logf (X; m; 6?) = —2log 0? — log V2A- 34 (x - m)? dlogs (Xi dm = 0-0=[54;*2(X —m)?? x-l]=3(X—m) Plog sf (X; dm “ot I{n;m) =-nE als a eet mn i(nsm) Vit)= Donc ¥ est un estimateur efficace de m d U’estimation ponctuelle de mest : 288. 11,625 Xi ni | (Xi- X)* ni (Xi- X)? 9 8 [6,89 55,12 10 5 [2,64 13,2 11 3 [0,39 117 12 3 [0,14 1,82 B 3 [2,89 5,67 14 5 [5,64 28,2 15 3 [21,39 34,17 40 139,35 yr = Sab i-2)? =3,57 n-1 40-1 z zat 1m = [15 Rt] Avec Ni (t) = +42 =427- 9,995 2 2 Et N (2,575) = 0,995 Done t= 2,575 = 7, ORT, 1Cm = [11,625 = 2,575 Sari 11,625 + 2,575] 1m = [10,85 ; 12,39] kK) Tirage avec remise P(-0,03 < f—p$0,03)2.0,99 (i < rs 20 —)20,99 fasas eszsxoars 2 n¢ ——223__) > 0,995 avec M1 (2,575) = 0,995 ( 75 a 2875 \OSESRUATE vr . 0,03 2,575? x 0,525 x 0475 ne 0,037 nz 1837 Tirage sans remise P(—0,03 < f -p<0,03)20,99 On pose: Donc: 003 2,575 249 00 — 0,249 0,03? x 99999 n 2 2,575? (24900 —0,249 n) 89,9991 n2 165102,5625-1,651n 89,9991 n+ 1,651 n 2 165102,5625 91,6501 n 2 165102,5625 n21801 Cout de questionnaire (avec remise) = 1837 x 400 = 734800 dh Cout de questionnaire (sans remise) = 1801 x 400 = 720400 dh Le cout le plus faible est celui du tirage exhaustif uy D’aprés l'IBT: Pllf- plsele31-e © Avec remise : 1-24 =0,99 ne 0,525 x 0,475, 1- Taos? 0:99 0525x0475 4 _ ggg R003 0,825 x 0.475 oo 0,01 0525 x 0475 ot x0,03" n= 27708 © Sans remise: _ tonne tvaay nes 999 (100000 ~ n).0,525 x 0.475 (100000=1) n 0,03" 1 =0,99 (200000 -n)0249 _ waonooge = O01 24900 -0,249n 99999 n 0,03" = 0,01 24900 — 0,249 n = 99999 n 0,032 x0,01 24900 — 0,249 n = 0,899991 n 0,899991 n +.0,249 n = 24900 1,148991 n = 24900 n= 21671 Cout de questionnaire (avec remise} = 27708 x 400 = 11 083 200 dh Cout de questionnaire (sans remise) = 21671 x 400 = 8 668 400 dh Le cout le plus faible est celul du tirage exhaustif m) Il est préférable d'effectuer un échantillon représentatif et procéder a une stratification en divisant la population en sous-graupes homogénes avant échantillonnage. Les strates doivent étre mutuellement exclusives : chaque élément de la population est assigné a une strate unique. Par ailleurs, aucun élément de la population ne peut étre omis. L'échantillonnage est alors appliqué au sein des strates. 9) Un estimateur efficace est aussi I'estimateur sans biais de variance minimale, Celui-ci permet d'avoir |'égalité dans Iinégalité de Cramér-Rao pour toutes les valeurs de paramétres

You might also like