Statistiques · Licence 2 · 1 exercice vérifié

S’entraîner : Échantillon, statistiques empiriques et lois d'échantillonnage

Chapitre : Statistique inférentielle

Ce que vous travaillez

Modèle statistique et échantillon de variables indépendantes de même loi ; statistique comme fonction de l'échantillon, distinguée du paramètre qu'elle vise ; moyenne empirique et variance empirique corrigée, espérance et variance de la moyenne empirique ; loi du khi-deux comme somme de carrés de variables normales centrées réduites indépendantes, son nombre de degrés de liberté, son espérance ; loi de Student comme rapport d'une normale centrée réduite à la racine d'un khi-deux réduit indépendant, symétrie et convergence vers la loi normale ; loi de Fisher comme rapport de deux khi-deux réduits indépendants ; théorème de Fisher pour un échantillon gaussien — indépendance de la moyenne et de la variance empiriques, loi de chacune — ADMIS à ce niveau.

À maîtriser avant de commencer

Ces notions sont utilisées ici. Relisez-les si l’une d’elles vous échappe.

Inégalités de concentration et théorèmes limites — Inégalité de Markov, inégalité de Bienaymé-Tchebychev et les hypothèses qui les autorisent ; convergence en probabilité et loi faible des grands nombres ; énoncé de la loi forte des grands nombres et différence entre les deux modes de convergence ; convergence en loi ; théorème central limite pour une suite de variables indépendantes de même loi et de variance finie, portant sur la somme CENTRÉE et RÉDUITE ; approximation d'une loi binomiale et construction d'un intervalle de confiance asymptotique pour une proportion.
Variables aléatoires à densité — Variable aléatoire réelle à densité, fonction de répartition et lien avec la densité ; probabilité d'un intervalle comme intégrale de la densité, et conséquence sur la probabilité d'une valeur isolée ; espérance et variance comme intégrales ; lois usuelles : uniforme sur un intervalle, exponentielle et son absence de mémoire, normale et lecture d'une table après centrage et réduction ; simulation d'une loi par inversion de la fonction de répartition.
Dispersion : étendue, quartiles, écart-type — Étendue, quartiles et écart interquartile, écart-type, comparaison de séries, diagramme en boîte.

Comment se déroule la séance

Cette séance s’appuie sur 1 exercice vérifié. Chacun produit un nouvel énoncé à chaque ouverture, avec une solution calculée.

Formats de réponse : Réponse numérique (1). Difficulté 3 sur 5. Environ 5 minutes pour un premier passage.

Dans votre compte : aide graduée (indice, rappel de cours, aide au démarrage), corrigé pas à pas après chaque tentative, suivi de vos progrès.

Essayez un exercice, sans compte

Un exercice réel de cette séance, le même pour chaque visiteur. Répondez, puis vérifiez : la correction est calculée, et le corrigé s’affiche après votre tentative.

Difficulté 3 sur 5 · ≈ 5 minutes

Énoncé

On note $X$ le nombre de colonies sur une boîte de culture, et l'on suppose que $X$ a pour écart type $\sigma = 3$ , donc pour variance $\sigma^2 = 9$ . On considère un échantillon $(X_1, \dots, X_n)$ de taille $n = 10$ , formé de variables indépendantes de même loi que $X$ , et sa moyenne empirique $\bar X_n = \dfrac{1}{n}\sum_{i=1}^{n} X_i$ .

Calculez la variance $V(\bar X_n)$ de la moyenne empirique.

Votre réponse

Continuez dans votre compte

Créez votre compte gratuit pour faire toute la séance avec l’aide graduée, ou connectez-vous pour revenir directement ici.

Créer mon compte gratuit Me connecter pour continuer

L’accès gratuit comprend les cours et exercices de votre niveau choisi.