suivant: Simulation de la loi
monter: Jet d'un dé et
précédent: On jette un dé
Table des matières
Index
Donner un intervalle de confiance du nombre d'apparitions de la face 4, au
seuil de 5% lorsqu'on lance le dé 90 fois de suite.
On pose n = 90 et p = 1/6.
On considère la variable aléatoire X égale au nombre de
fois que le 4 est obtenu. X suit une loi binomiale
(90, 1/6),
de moyenne
= 90*1/6 = 15 et d'écart-type
=
=
=
= 3.53553390593.
En effet, on obtient un 4 avec la probabilité
théorique de p = 1/6 et on obtient une face différente de 4 avec la
probabilité théorique de q = 5/6.
On sait, d'apres la loi binomiale, que dans un échantillon d'effectif n,
on a une probabilité de
Cnkpkqn-k d'avoir k apparitions d'un
caractère de probabilité p (ici le caractère est d'obtenir un 4 et,
on a p = 1/6, q = 5/6 et n = 90).
On peut approcher la loi binomiale par la loi normale de même moyenne et de même écart-type car n > 30 et on a :
= np = 15 et
=
=
Prob(| X -
|/
< 1.96) = 0.95 donc
Prob(
-1.96
< X <
+1.96
) = 0.95 donc
Prob(8.07035354438 < X < 21.9296464556) = 0.95
Avec Xcas on tape :
normal_icdf(15,sqrt(12.5),0.975)
On obtient : 21.9295191217
normal_icdf(15,sqrt(12.5),0.025)
On obtient : 8.07048087825
Donc si n = 90, l'effectif des différentes classes (en particulier l'effectif
de la classe 4) devraient être dans l'intervalle [8;22], au seuil de 0.05
c'est à dire avec un risque d'erreur de 5%.
Remarque
De même si n = 180
= 30 et
=
donc :
Prob(20.2 = 30 - 1.96*5 < k < 30 + 1.96*5 = 39.8) = 0.95
Avec Xcas on tape :
normal_icdf(30,5,0.975)
On obtient : 39.7998199227
normal_icdf(30,5,0.025)
On obtient : 20.2001800773
Donc si n = 180, les effectifs des différentes classes sont dans l'intervalle
[20;40], au seuil de 0.05 c'est à dire avec un risque d'erreur de 5%.
suivant: Simulation de la loi
monter: Jet d'un dé et
précédent: On jette un dé
Table des matières
Index
Documentation de giac écrite par Renée De Graeve