Théorie… Inférence statistique: étude du comportement d’une population ou d’un caractère X des membres d’une population à partir d’un échantillon aléatoire.

Slides:



Advertisements
Présentations similaires
Intervalles de confiance
Advertisements

Intervalles de confiance
Introduction aux statistiques Intervalles de confiance
L’échantillonnage & Ses Fluctuations
Statistique II Chapitre 3: Tests d’hypothèses
Comparaison d’une moyenne observée à une moyenne théorique
Corrélation Position du problème Définition covariance (X,Y) r =
Probabilités et statistiques au lycée
STATISTIQUE INFERENTIELLE L ’ESTIMATION
Estimation ponctuelle Estimation par intervalle de confiance
Les tests d’hypothèses (II)
Les tests d’hypothèses (I)
TESTS RELATIFS AUX CARACTERES QUANTITATIFS
Echantillonnage Introduction
Comparaison de deux moyennes observées
Inférence statistique
Variable aléatoire, estimation ponctuelle et par intervalle
Échantillonnage-Estimation
5 La Loi de Laplace Gauss ou loi Normale
Les tests d’hypothèses
La loi normale et l’estimation de paramètres
Lectures Volume obligatoire: Chapitre 8
Opération et systèmes de décision Faculté des Sciences de lAdministration MQT Probabilités et statistique Tests dhypothèses Chapitre 9.
Atelier Probabilités et statistiques
Méthodes de Biostatistique
« 90% de nos trains arrivent à lheure! ». énoncé exercice : « Le retard sur un trajet train de 6h15 Marseille-Paris est en moyenne: 10mn avec écart type.
1 - Construction d'un abaque Exemple
Cours Corporate finance Eléments de théorie du portefeuille Le Medaf
Régression linéaire simple
Échantillonnage (STT-2000)
Mathématiques Les statistiques et probabilités en STI2d/STL
Comprendre la variation
Groupe 1: Classes de même intervalle
Opération et systèmes de décision Faculté des Sciences de l administration MQT Probabilités et statistique Mesures caractéristiques.
Comprendre la variation dans les données: Notions de base
TECHNIQUES QUANTITATIVES APPLIQUEES A LA FINANCE
La corrélation et la régression multiple
Le test t.
Université dOttawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :47 1 Concepts fondamentaux: statistiques et distributions.
Dépannage du 20 février Intra H04 no 4 On définit la distribution de probabilité d'une variable aléatoire X comme suit : a)Déterminer la valeur.
Dépannage du 12 mars 2007.
Lectures Volume du cours : Chapitre 7
Les intervalles de confiance pour la moyenne d’une population
1 - Programme de Seconde (juin 2009) Statistique et probabilités
Méthodes de Biostatistique
ESTIMATION 1. Principe 2. Estimateur 3. Distribution d’échantillonnage
Théorème de la limite centrale l’inférence statistique
STATISTIQUES DESCRIPTIVES
TD4 : « Lois usuelles de statistiques »
STATISTIQUES – PROBABILITÉS
Intervalles de confiance pour des proportions L’inférence statistique
Échantillonnage (STT-2000)
Chapitre 3: Variables aléatoires réelles continues
Atelier Probabilités et statistiques
Concepts fondamentaux: statistiques et distributions
Probabilités et statistique Test d’hypothèse de deux moyennes
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES
Intervalles de fluctuation et de confiance. Dans une population, la proportion d’individus ayant un caractère donné est notée p Population.
1 Licence Stat-info CM3 a 2004 V1.2Christophe Genolini Problème des groupes Un amphi de 200 élèves : loi normale moyenne X et écart type s –Un élève :
Statistique Descriptive Les Paramètres de Tendance Centrale
La Maîtrise Statistique des Procédés
LOI NORMALE LOI STUDENT ECHANTILLONS ET TESTS DE MOYENNE
Probabilités et statistique MQT-1102
ECHANTILLONAGE ET ESTIMATION
Distributions d’échantillonnage pour des proportions
Formation Green Belt Lean Six Sigma
Introduction aux statistiques Intervalles de confiance
UED SIM – Département OLCI Année Arts & Métiers ParisTech CER ANGERS Probabilités et statistiques Cours n° 2.
Chapitre 6. Introduction à l’échantillonnage Les sondages Notions fondamentales Fluctuations d’échantillonnage d’une moyenne Théorème central limite C6-1.
Transcription de la présentation:

Théorie… Inférence statistique: étude du comportement d’une population ou d’un caractère X des membres d’une population à partir d’un échantillon aléatoire simple de taille n prélevé de cette population. E( )= V( ) avec remise sans remise

Théorie… (suite) Cas 1: Population normale et variance connue OU Population non normale et n>30 et variance connue

Théorie… (suite) Cas 2: Population normale ou non et variance inconnue et n>30 * Grâce au théorème central limite

Théorie… (suite) Cas 3: p est une variable de Bernouilli B(1,p) Population infinie Population finie

Exercice 1 Le poids des contenants de poudre à laver se distribue normalement selon une loi normale de moyenne 5,2 kg et d’écart type 0,4 kg: X  N (5.2 , 0.4²) On prétend que le poids minimum des contenants est de 5 kg. On prélève un échantillon aléatoire (avec remise) de 16 contenants: n=16

Déterminons d’abord la distribution de probabilité de : 1. a) Quelle est la probabilité pour que la moyenne des poids des contenants dans cet échantillon excède ce poids minimum de 5 kg ? On cherche Déterminons d’abord la distribution de probabilité de : Cas 1 (acétate #3):  N (5.2 , 0.4²/16)

1. a) (suite) Ainsi,

Exercice 1 b) Si 20 % des contenants sont classés de catégorie inférieure à cause d’imperfections superficielles, quelle est approximativement la probabilité pour que le pourcentage observé de contenants classés de catégorie inférieur dans un échantillon aléatoire de 100 contenants se situe à moins de 5 % du pourcentage de la population ?

Exercice 1 b) (suite) P = proportion de la population P  Bi (1; 0,20) Cas 3 (acétate #5):

Exercice 1 b) (suite) On cherche Ainsi on obtiendra:

Exercice 2 Un processus de production est vérifié périodiquement par un inspecteur du contrôle de la qualité. L’inspecteur sélectionne des échantillons aléatoires simples de 30 produits finis et calcule la moyenne d’échantillon des poids des produits. Les résultats de test sur une longue période révèlent que 5 % des valeurs sont supérieures à 2,1 livres et que 5 % sont inférieures à 1,9 livres.

2. Quels sont la moyenne et l’écart type pour la population des produits fabriqués par ce procédé ? D’après la donnée du problème, nous sommes en mesure de tracer la représentation graphique ci haut.

Exercice 2 (suite) On cherche à estimer, de façon ponctuelle, la moyenne et l’écart type de la population. Cas 2 (acétate #4): Si nous sommes en mesure de trouver les valeurs de l’espérance mathématique et l’écart type de , il sera très facile de trouver la moyenne et l’écart type de la population.

Exercice 2 (suite) Moyenne: On peut penser que la moyenne sera égale à 2 puisque la distribution est symétrique et que la distance entre la moyenne et 1,9 est la même que la distance entre la moyenne et 2,1. Donc E ( ) = 2.

Exercice 2 (suite) Écart type: On sais que: Avec Z=1,645 x=2.1 N = 30 En remplaçant dans l’équation, on obtient: En isolant, on obtient

Exercice 2 Donc,  N (2 ; 0,111)