4
Exercice 4
P={enfants âgés de 7 ans}
X= quotient intellectuel QI, variable quantitative X~N(µ =100, σ =10) dans P.
Echantillon de taille n=16 de X issu de P pour lequel 106
x et s = 13.
1) population échantillon
taille N= ? n = 16
moyenne µ = 100 106=x
variance σ2 = 102=100 s2 = 132=169
2) La moyenne empirique du score sur les échantillons de taille 16, 16
X a une distribution normale de moyenne µ=100, de
variance 25,6
16
100
n
2==
σ et d'écart-type 5,2
16
10
n
==
σ puisque X a une distribution normale de moyenne µ=100 et
d'écart-type σ=10 dans P.
3)
()()()
()
0082,09918,014,2F1
5,2
100106
ZP1106XP1106XPXP 161616 =−=−=
−
≤−=≤−=>=> x
où F est la fonction de répartition de la loi N(0,1).
· 0,82% des échantillons de taille 16 de X issus de P ont un QI moyen supérieur à 106, QI moyen observé.
4) 2,5% des échantillons de taille 16 ont un QI moyen supérieur au QI cherché, donc 97,5% des échantillons de taille 16
ont un QI moyen inférieur au QI cherché, qui est donc par définition le quantile d'ordre 0,975 de 16
X:
()
9,1049,410096,15,2100z5,2100Q 975,0975,0
×+=×+=
car z0,975=1,96 est le quantile d'ordre 0,975 de la loi N(0,1).
· 2,5% des échantillons de taille 16 de X issus de P ont un QI moyen supérieur à 104,9.
5) Intervalle de variation à 95% (au risque α=5%) du QI moyen sur les échantillons de taille 16 de X issus de P :
()
[]
[]
]
9,104;1,959,4100Q;QXI 975,0025,0n%95 =±==
car Q0,025 est symétrique de Q0,975 par rapport à µ =100.
()
[][ ]
]
]
]
9,104;1,959,410096,15,2100z5,2100Q;QXI 975,0975,0025,0n%95 =±=×±=×±==
car z1−(α/2)=z0,975=1,96 est le quantile d'ordre 0,975 de la loi N(0,1).
· 95% des échantillons de taille 16 de X issus de P ont un QI moyen compris entre 95,1 et 104,9.
6) La moyenne empirique du score sur les échantillons de taille 100, 100
X a une distribution normale de moyenne µ=100,
de variance 1
100
100
n
2==
σ et d'écart-type 1
100
10
n==
σ puisque X a une distribution normale de moyenne µ=100 et
d'écart-type σ=10 dans P.
()()()
()
0116F1
1
100106
ZP1106XP1106XPXP 100100100 =−≈−=
−
≤−=≤−=>=> x
où F est la fonction de répartition de la loi N(0,1).
· quasiment aucun échantillon de taille 100 de X issus de P n'a un QI moyen supérieur à 106, QI moyen observé.
Le QI cherché, est par définition le quantile d'ordre 0,975 de 100
X :
()
96,10196,110096,11100z1100Q 975,0975,0
=×+=×+=
car z0,975=1,96 est le quantile d'ordre 0,975 de la loi N(0,1).
· 2,5% des échantillons de taille 100 de X issus de P ont un QI moyen supérieur à 101,96.
Intervalle de variation à 95% (au risque α=5%) du QI moyen sur les échantillons de taille 100 de X issus de P :
[]
]
96,101;04,9896,1100Q;QXI 975,0025,0n%95 =±==
car Q0,025 est symétrique de Q0,975 par rapport à µ =100.
]
]
96,101;04,9896,1100z1100Q;QXI 975,0975,0025,0n%95 =±=×±==
car z1−(α/2)=z0,975=1,96 est le quantile d'ordre 0,975 de la loi N(0,1).
· 95% des échantillons de taille 100 de X issus de P ont un QI moyen compris entre 98,04 et 101,96.