User Manual

Chapitre 7 : Application Statistiques 155
Intervalle Z à 1 échantillon .... [Interval] - [One-Sample ZInt] Lower, Upper =
o  Z
α
2
σ
n
Calcule l’intervalle de confiance pour la moyenne d’une population en fonction de la moyenne d’un échantillon
et de l’écart-type connu de la population.
0708 Spécifier les données ci-dessous et effectuer un calcul d’intervalle
Z à un échantillon
list1 : {299.4, 297.7, 301, 298.9, 300.2, 297}
Écart-type de la population : 3
Niveau de signification : 5% ( = niveau de confiance : 95%)
Intervalle
Z à 2 échantillons .... [Interval] - [Two-Sample Z Int] Lower, Upper =
(o
1
– o
2
)  Z
α
2
n
1
1
2
σ
+
n
2
2
2
σ
Calcule l’intervalle de confiance à partir de la différence entre les moyennes de populations en se référant à la
différence entre les moyennes des échantillons lorsque les écarts-types des populations sont connus.
Intervalle
Z à 1 proportion .... [Interval] - [One-Prop Z Int] Lower, Upper =
α
2
 Z
x
n
n
1
n
x
n
x
1–
Calcule l’intervalle de confiance pour la proportion d’une population en se référant à une seule proportion
d’échantillon.
Intervalle
Z à 2 proportions .... [Interval] - [Two-Prop Z Int] Lower, Upper =
Calcule l’intervalle de confiance pour la différence entre les proportions
de populations en se référant à la différence entre deux proportions
d’échantillons.
Intervalle
t à 1 échantillon .... [Interval] - [One-Sample t-Int] Lower, Upper =
o  t
n –1
α
2
n
sx
Calcule l’intervalle de confiance pour la moyenne d’une population en se référant à la moyenne d’un échantillon
et à l’écart-type d’un échantillon lorsque l’écart-type de la population est inconnu.
Intervalle
t à 2 échantillons .... [Interval] - [Two-Sample t Int]
Calcule l’intervalle de confiance pour la différence entre des moyennes de populations en se référant à la
différence entre les moyennes d’échantillons et les écarts-types d’échantillons lorsque les écarts-types des
populations sont inconnus.
 Lorsque les écarts-types des deux populations
sont égaux (pooled validé)
Lower, Upper =
o

o









²
s








s


= ((
1
– 1)s

1
2
+ (
2
– 1)s

2
2
)/(
1
+ 
2
– 2)
 Lorsque les écarts-types des deux populations
ne sont pas égaux (pooled invalidé)
Lower, Upper =
(o
1
– o
2
) t
df
α
2
+
n
1
s
x1
2
n
2
s
x2
2
df = 1/(C
2
/(n
1
– 1) + (1 – C)
2
/(n
2
– 1))
C = (s
x
1
2
/n
1
)/(s
x
1
2
/n
1
+ s
x
2
2
/n
2
)
Précautions générales concernant l’intervalle de confiance
Si vous saisissez un niveau de confiance (C-Level) dans la plage 0 s C-Level < 1, la valeur saisie sera utilisée.
Pour utiliser un niveau de confiance de 95%, par exemple, saisissez « 0.95 ».
Distributions
Il existe toute une variété de types de distributions, mais la plus connue est la « loi normale », qui est
essentielle lors de la réalisation de calculs statistiques. La distribution normale est une distribution symétrique
centrée sur les plus fortes occurrences de données moyennes (la fréquence la plus élevée), avec une
fréquence décroissante lorsque l’on s’éloigne du centre. La probabilité de Poisson et la distribution géométrique
et d’autres formes de distribution sont également utilisées en fonction du type de données disponibles.
–  Z
α
2
x
1
n
1
x
2
n
2
n
1
n
1
x
1
1–
n
1
x
1
+
n
2
n
2
x
2
1–
n
2
x
2