Cours de Statistiques Inférentielles

Cqls : [e-mail]

Description

Cours de Statistiques Inf´erentiellesCQLS : [e-mail]24 f´evrier 2009CQLS : [e-mail] () Probl´ematiques Produits A et B 24 f´evrier 2009 1 / 4Cours de Statistiques Inf´erentiellesCQLS : [e-mail]24 f´evrier 2009CQLS : [e-mail] () Probl´ematiques Produits A et B 24 f´evrier 2009 2 / 4Plan1 Test d’hypoth`esesCQLS : [e-mail] () Probl´ematiques Produits A et B 24 f´evrier 2009 3 / 4D´ecision pour le Produit•Objectif : Nous rappelons que l’industriel d´esire ´etablir une r`egle ded´ecision `a partir d’une unique estimation obtenue le Jour J quant aulancement du produit•.CQLS : [e-mail] () Probl´ematiques Produits A et B 24 f´evrier 2009 4 / 4D´ecision pour le Produit•Question : Quelle est la forme de la r`egle de d´ecision en faveur de•l’assertion d’int´erˆet (c-`a-d μ > 0.15)?CQLS : [e-mail] () Probl´ematiques Produits A et B 24 f´evrier 2009 4 / 4D´ecision pour le Produit•Question : Quelle est la forme de la r`egle de d´ecision en faveur de•l’assertion d’int´erˆet (c-`a-d μ > 0.15)?••cR´eponse : Accepter l’assertion d’int´erˆet si μ (y ) > μ .limCQLS : [e-mail] () Probl´ematiques Produits A et B 24 f´evrier 2009 4 / 4D´ecision pour le Produit AAQuestion : Pour diff´erentes urnes U , l’exp´erimentateur a ´evalu´ep c AAp y >p . Comment ces valeurs ont-elles ´et´e obtenues?lim[·]10000plimp 15% 17% 20%10% 0%’ 0% 0%’ 0% 0%’ 0%14% 16.57%’ 18 ...

Informations

• Publié par: Awlui
• Nombre de lectures: 133
• Langue: Français

Extrait

QCSL:qcslu@mp-frgneCoursdeStatistiquesInfe´rentielles

olb.erf)(CQLS:[e-mail]

rP24fe´vrier2009

boe´lamituqserPoudtisAteB42e´frveir02901/4
QCSL:qcslu@mp-frgneCoursdeStatistiquesInfe´rentielles

olb.erf)(CQLS:[e-mail]

rP24fe´vrier2009

boe´lamituqserPoudtisAteB42e´frveir02902/4
nalP

1

tseT

d’hypothe`ses

@slqc:SLQCrf.elbonerg-fmpu

)(

seuqitame´lborP

Pstiudor

A

te

B

42

fe´vrier

2900

3

/

4

Ce´DicisnopuorelrPoudti•

Objectif
:Nousrappelonsquel’industrielde´siree´tablirunere`glede

de´cisiona`partird’uneuniqueestimationobtenuele
JourJ
quantau
lancementduproduit
•
.

LQS:[e-mail])(rPboe´lamituqserPoudtisAteB42e´frveir02904/4
Ce´DicisnopuorelrPoudti•

Question
:Quelleestlaformedelare`gledede´cisionenfaveurde
l’assertiond’inte´reˆt(c-a`-d
µ
•
>
0
.
15)?

LQS:[e-mail])(rPboe´lamituqserPoudtisAteB42e´frveir02904/4
Ce´DicisnopuorelrPoudti•

Question
:Quelleestlaformedelare`gledede´cisionenfaveurde
l’assertiond’inte´reˆt(c-a`-d
µ
•
>
0
.
15)?
Re´ponse
:Accepterl’assertiond’inte´reˆtsi
µ
c
•
(
y
•
)
>µ
lim
.

LQS:[e-mail])(rPboe´lamituqserPoudtisAteB42e´frveir02904/4
CDe´cisionpourleProduitA
Question
:Pourdiffe´rentesurnes
U
pA
,l’
expe´rimentateur
ae´value´
p
c
A
y
[A
∙
]
>
p
lim
.Commentcesvaleursont-ellese´te´obtenues?
00001

LQp%01%411155.1%%
%61%02

S:qcslu@mp-fg0%
15
'
%
0%
16
.
57%
'
18
.
11%
48
.
06%
'
50%
51
.
52%
'
53
.
52%
78
.
95%
'
80
.
58%
99
.
99%
'
100%

eronlb.erf)(rPboe´lamtpl
1
i
7
m
%
%0'%00
.
32%
'
0
.
31%
34
..
638%%
''
43
..
6873%%
1979
..
8082%%
''
9199
..
1412%%

qieusrPoudtisAteB0%
20
'
%
0%
%0'%000%%
''
00%%
0
.
06%
'
0
.
03%
48
.
23%
'
50%

42e´frveir02904/4
CDe´cisionpourleProduitA

Question
:Pourdiffe´rentesurnes
U
pA
,l’
expe´rimentateur
ae´value´
p
c
A
y
[A
∙
]
>
p
lim
10000
.Commentcesvaleursont-ellese´te´obtenues?
Re´ponse
:proportionsparmi
m

=10

000
(etparmi
m
=
∞
avecun
peudepatience)estimations
p
c
A
y
[A
∙
]
supe´rieuresa`
p
lim
.

LQp%01%41115.51%%
%61%02

S:qcslu@mp-fg0%
15
'
%
0%
16
.
57%
'
18
.
11%
48
.
06%
'
50%
51
.
52%
'
53
.
52%
78
.
95%
'
80
.
58%
99
.
99%
'
100%

eronlb.erf)(rPboe´lamtp1
li
7
m
%
%0'%00
.
32%
'
0
.
31%
34
..
638%%
''
43
..
6873%%
9197
..
0828%%
''
1999
..
4121%%

qieusrPoudtisAteB0%
20
'
%
0%
%0'%000%%
''
00%%
0
.
06%
'
0
.
03%
48
.
23%
'
50%

42e´frveir02904/4
CDe´cisionpourleProduitA

Question
:Comme
q
ntlaconnaissancedu
p
c
A

Y
A

app

rox
.
N
(
p
A
,
p
A
(1
−
p
A
)
)ae´te´utilise´e?
n

LQp%01%411155.1%%
%61%02

S:qcslu@mp-fg0%
15
'
%
0%
16
.
57%
'
18
.
11%
48
.
06%
'
50%
51
.
52%
'
53
.
52%
78
.
95%
'
80
.
58%
99
.
99%
'
100%

eronlb.erf)(rPboe´lamtp1
li
7
m
%
%0'%00
.
32%
'
0
.
31%
34
..
638%%
''
43
..
6873%%
1979
..
8082%%
''
1999
..
4121%%

qieusrPoudtisAteBmathe´maticien

0%
20
'
%
0%
%0'%000%%
''
00%%
0
.
06%
'
0
.
03%
48
.
23%
'
50%

42e´frveir02904/4
CDe´cisionpourleProduitA

Question
:Comme
q
ntlaconnaissancedu
math´ematicien

approx
.
AA
p
c
A
Y
A

N
(
p
A
,
p
(1
n
−
p
)
)ae´te´utilise´e?
Re´ponse
:

P
p
A
=
p
(
p
c
A
Y
A
>
p
lim
)=
R
1
−
pnorm
(
plim
,
p
,
sqrt
(
p
∗
(
1
−
p
)
/
n
)).

LQp%01%41115.51%%
%61%02

S:qcslu@mp-fg0%
15
'
%
0%
16
.
57%
'
18
.
11%
48
.
06%
'
50%
51
.
52%
'
53
.
52%
78
.
95%
'
80
.
58%
99
.
99%
'
100%

eronlb.erf)(rPboe´lamtpl
1
i
7
m
%
%0'%00
.
32%
'
0
.
31%
34
..
638%%
''
43
..
6873%%
9197
..
0828%%
''
1999
..
4121%%

qieusrPoudtisAteB0%
20
'
%
0%
%0'%000%%
''
00%%
0
.
06%
'
0
.
03%
48
.
23%
'
50%

42e´frveir02904/4