Bonjour,
Pour le
QCM 9 (je ne remet pas l'énoncé car il n'a pas d'intérêt en lui-même dans ma question)
On fait un chi-deux d'ajustement, on trouve
\(K < K_3_;_0._0_5\)
Donc on ne rejette pas
\(H_0\), la différence n'est pas significative entre la valeur donnée et la répartition observée.
L'item C de cette question propose " La conclusion est qu'il y a au plus 5 chances sur 100 pour que la répartition des groupes [...] soit différente."
Indiquée comme fausse. Je ne comprends pas pourquoi.
Non rejet de
\(H_0\) <=> K n'appartient pas à l'intervalle [0 ; 7.815], intervalle à 95 %, donc 5 % en dehors, 5% de chance qu'il y ai une différence significative ?
Je pense que je dois faire un énorme raccourci comme je sais si bien les faire
QCM 10
On veut maintenant connaitre avec une très bonne précision le pourcentage de sujets de groupe sanguin O en France. Pour cela, on doit calculer la taille de l'échantillon nécessaire à cette estimation. Les données du problème sont les suivantes : le pourcentage de sujets qu'on trouvera avec un groupe sanguin O dans l'échantillon doit avoir 999 chances sur 1000 d'être distant de moins de 1% du pourcentage de sujets de groupe sanguin O dans la population française. Pour faciliter les calculs, on fera les approximations suivantes :
- L'estimation provisoire du pourcentage de groupe sanguin O sera arrondie à 50 %
- les carrés des valeurs suivantes de la table de la loi normale seront arrondies : 1.96 sera arrondi à 4 ; 2.527 à 6.6 et 3.302 à 11.
Dans la correction, on parle d'intervalle de confiance. Or pour moi déjà c'est un intervalle de pari parce qu'on prend la valeur dans la population française (valeur vraie), pour connaitre une fourchette dans l'échantillon.
Pourquoi la formule
\(U^2_\alpha \frac {p(1-p)}{i^2}\) ne fonctionne pas ?
999 chances sur 1000 =>
\(\alpha = 0.001\) et
\(U^2_\alpha = 11\)
p = 0.50 donc
\(11 \frac {0.5^2}{0.005^2}\) car 2i = 1% donc i = 0.005
Avec ça je trouve 110 000 et non 27 000 et des poussières.
QCM 12
Pour calculer le nombre de sujets nécessaires, il faut bien utiliser le n pour comparaison d'une moyenne observée à une valeur donnée ?
On sait qu'entre la valeur donnée et celle observée , on a 0.5 de différence, donc
\(\mu_0-\mu_1 = 0.5\)
\(n = [1.96 + U_{2\beta}]^2 \frac {\sigma^2}{[\mu_0-\mu_1]^2}\)
A quoi correspond le
\(\sigma^2\)d'après l'énoncé ? =S
Dans la correction la formule est :
\(n = [1.96 + U_{2\beta}]^2 \frac {2s^2}{[\mu_0-\mu_1]^2}\) avec
\(s^2 = \frac {s_1^2+s_2^2}{2}\)
Je comprends pas d'où sort le 2s² ... ni la formule du s²
Merci d'avance pour les explications
