Exercices : Martine Quinio

Exo7

Tests et tests du khi deux

Exercice 1
On sintresse au problme des algues toxiques qui atteignent certaines plages de France ; aprs tude on
constate que 10% des plages sont atteintes par ce type dalgues et on veut tester linfluence de rejets chimiques
nouveaux sur lapparition de ces algues. Pour cela 50 plages proches de zones de rejet chimiques, sont observes ; on compte alors le nombre de plages atteintes par lalgue nocive : on constate que 10 plages sont atteintes
par lalgue. Pouvez-vous rpondre la question Les rejets chimiques ont-t-il modifi, de faon significative,
avec le risque = 0.05, le nombre de plages atteintes ?
Correction H

[006032]

Exercice 2
On veut tudier la liaison entre les caractres : tre fumeur (plus de 20 cigarettes par jour, pendant 10 ans) et
avoir un cancer de la gorge, sur une population de 1000 personnes, dont 500 sont atteintes dun cancer de la
gorge. Voici les rsultats observs :
Tableau observ
Observ
fumeur
non fumeur
marge

cancer
342
158
500

non cancer
258
242
500

marge
600
400
1000

Faire un test dindpendance pour tablir la liaison entre ces caractres.

Correction H

[006033]

Pour plus de contenu thorique et pratique, et pour plus de dtails sur les aspects historiques (par exemple
tudes liens tabac et cancers, tudes statistiques sur nergie, travail et genre... ), on pourra consulter louvrage
Probabilits et statistique aujourdhui, Martine Quinio Benamo, nouvelle dition 2009, LHarmattan

Retrouver cette fiche et dautres

exercices de maths sur
exo7.emath.fr
1

Correction de lexercice 1 N
Posons H0 les rejets chimiques ne modifient pas le nombre de plages atteintes par les algues.
Notons p0 = 0.1 la proportion thorique de plages atteintes par lalgue verte avant les rejets chimiques ; p la
proportion thorique de plages atteintes par lalgue verte aprs les rejets chimiques et f la frquence observe
dans lchantillon.
Considrons alors la variable alatoire Xi , i 6 50, qui a deux modalits : 1 si la plage est atteinte, 0 sinon. Cest
une variable de Bernoulli, alors le nombre total de plages atteintes dans lchantillon est une variable alatoire
qui, sous H0 , obit une loi binomiale de paramtres n = 50, p0 = 0.1.
Sous H0 , p = p0 = 0.1 la variable moyenne dchantillon :
X=

i=50
i=1 Xi
n

, obit une loi que lon peut approcher par une loi
dont une ralisation est la frquence observe, soit 10
q 50
p0 (1p0 )
normale de paramtres : moyenne p0 et cart-type
.
50
A laide de la formule de cours, on dtermine lintervalle de confiance associ : I ' [0.017; 0.183]. On constate
que la frquence observe est dans la zone de rejet (non chimique) : 0.2 nest pas dans lintervalle de confiance
au seuil 95%. On peut donc rejeter H0 et conclure, au risque 0.05, que les rejets chimiques modifient de faon
significative le nombre de plages atteintes par lalgue.
Correction de lexercice 2 N
Mise en oeuvre du test :
1. On dfinit un risque : 5%. Pour tudier la dpendance de ces caractres faisons lhypothse H0 : les deux
caractres sont indpendants et voyons ce qui se passerait sous cette hypothse. Notons les vnements :
C : avoir un cancer dans la population observe
F : tre fumeur dans la population observe
Si les vnements F et C sont indpendants, alors : P(F C) = P(F) P(C) et de mme pour les trois
autres possibilits : P(C F), P(C F), P(C F), quantits que lon peut donc calculer sous H0 :
600
500
3
P(F) = 1000
, P(C) = 1000
, P(F) P(C) = 10
, alors leffectif thorique correspondant la catgorie fumeur et cancreux est de 300.
2. On en dduit le tableau thorique sous H0 :
Thorique
fumeur
non fumeur
marge

cancer
300
200
500

non cancer
300
200
500

marge
600
400
1000

(Oi Ti )
3. On calcule alors la valeur de s = i=4
: on obtient : s = 34.73. On a prcis le risque de %, mais
i=1
Ti
pour = 0, 001, on lit dans la table du khi-deux un degr de libert : P[ 2 > 10.83] = 0.001 et le 2
calcul est 34.73 !

4. On dcide de rejeter H0 . Ainsi, en rejetant lhypothse de lindpendance des caractres tre fumeur
et avoir un cancer de la gorge, on a moins de une chance sur 1000 de se tromper, puisque moins de un
tableau possible sur mille conduit un calcul de 2 plus grand que 10.83 ; beaucoup moins sans doute,
conduiraient un calcul de 2 plus grand que 34.73.