• Aucun résultat trouvé

Introduction `a la biostatistique – Mat 2779 Solutionnaire au devoir 1

N/A
N/A
Protected

Academic year: 2022

Partager "Introduction `a la biostatistique – Mat 2779 Solutionnaire au devoir 1"

Copied!
7
0
0

Texte intégral

(1)

Solutionnaire au devoir 1

diagramme en bâtons des résultats du devoir 1

(quelques notes dépassent 20 grâce au problème bonus) 17 étudiant(e)s inscrit(e)s dans le cours les notes sur 20 0510152025

FIG. 1.

(1) [4 points] Considerons une exp´erience al´eatoire o`u on ´etudie la capacit´e d’escar- gots `a r´esister au courant d’eau. On souhaite d´eterminer si l’esp`ece d’escargots est ind´ependante de cette capacit´e. L’escargot est attach´e `a une pierre lisse, on l’expose au courant d’eau pour mesurer la capacit´e `a r´esister au courant. Supposons pour une telle exp´erience que la probabilit´e d’appartenir `a une esp`ece particuli`ere A et d’ˆetre capable `a r´esister au courant d’eau est0.40. La probabilit´e qu’un escargot a r´esist´e est 0.46, and supposons de plus que l’esp`ece A repr´esente63% d’escargot de l’´etude.

(2)

(ii) Est-ce que les ´ev`enements sont ind´ependants ?

⊳Notons A l’´ev`enement “appartient `a l’esp`eceA” etR l’´ev`enement “r´esiste au courant”. L’e´ev`enementARest donc “appartient `a l’esp`eceAet est capable `a r´esister au courant d’eau”, et on a

P(AR) = 0.40.

De plus, on connait que

P(R) = 0.46, et

P(A) = 0.63.

(a) Ici il s’agit de la probabilit´e conditionnelle deRsiA: P(RkA) = P(RA)

P(A) = 0.4

0.63 = 0.6349206...≈0.63.

(b) On s’int´eresse de la probabilit´e conditionnelle deAsiR: P(AkR) = P(AR)

P(R) = 0.4

0.46 = 0.8695652...≈0.87.

(c) (i) Non, parce que l’´ev`enementARn’est pas impossible :P(AR) = 0.40>0.

(ii) Non, parce que on a

P(AR) = 0.406= 0.2898...= 0.46·0.63 =P(A)P(R).

Une autre solution :

P(A) = 0.636= 0.87 =P(AkR).

(2) [4 points] Une ´ecologiste ´etudie des effets de pr´edation d’aigles royaux sur le com- portement des lapins de garenne. Elle apercevoit un aigle royal avec la probabilit´e 0.2 durant une heure d’observation, un lapin de garenne avec la probabilit´e 0.5, et tous les deux avec la probabilit´e0.15.

(a) Trouvez la probabilit´e qu’elle aperc¸oive un aigle royal ou un lapin de garenne.

(b) Trouvez la probabilit´e qu’elle n’aperc¸oive ni l’un ni l’autre.

(3)

10 15 20

FIG. 2. La boˆıte `a moustaches des r´esultats du devoir 1. Les notes : moyenne µ = 15.18, m´ediane M = 16, minimale6, maximale23. Statistiquement, il n’y a pas des valeurs extrˆemes (“outliers”).

(c) Trouvez la probabilit´e conditionnelle que l’´ecologiste aperc¸oive un lapin de ga- renne si elle a vu un aigle. Comment peut-on interpr´eter ce r´esultat ? Comparez avec la probabilit´e total `a apercevoir un lapin.

⊳ Notons par A l’´ev`enement “elle aperc¸oit un aigle” et par L “elle aperc¸oit un lapin”. On a

P(A) = 0.2, P(L) = 0.5, P(AL) = 0.15.

(a) L’´ev`enement “elle aperc¸oit un aigle royal ou un lapin de garenne” estA∪L, la r´eunion de deux ´ev`enements. On a, d’apr`es le principe d’inclusion/exclusion :

P(A∪L) =P(A) +P(L)−P(AL) = 0.2 + 0.5−0.15 = 0.55.

(b) L’´ev`enement “elle n’aperc¸oit ni l’un ni l’autre” s’exprime de fac¸on ensembliste comme le complementaire auA∪L, c.`a.d.(A∪L)c. On a

P((A∪L)c) = 1−P(A∪L) = 1−0.55 = 0.45.

(c) La probabilit´e qui nous int´eresse, c’est la probabilit´e conditionnelle de l’´ev`enement LsiA. On la calcule comme suit :

P(LkA) = P(LA)

P(A) = 0.15

0.2 = 0.75.

Visiblement, cette probabilit´e est sup´erieure `a la celle-ci `a apercevoir un lapin : P(LkA) = 0.75>0.5 =P(L).

(4)

f(x) 0.02 0.11 0.2 0.6 0.07 (a) [1 point] Calculez la moyenne de la v.a.X.

(b) [2 points] Calculez l’´ecart-type de la variable al´eatoireX.

(c) [1 point] Calculez la probabilit´e que le nombre de battements par seconde est au moins8.

⊳(a)µ= 6·0.02 + 7·0.11 + 8·0.2 + 9·0.6 + 10·0.07 = 8.59.

(b) On a :

E(X2) = 62·0.02 + 72·0.11 + 82·0.2 + 92·0.6 + 102·0.07 = 74.51, (EX)22 = 8.592 = 73.7881,

d’`u on conclut :

varX =E(X2)−(Ex)2 = 74.51−73.7881 = 0.7219, et enfin

σ(X) = √

varX =√

0.7219 = 0.849647.

(c) On a :

P[X≥8] = P[X= 8] +P[X = 9] +P[X= 10] = 0.2 + 0.6 + 0.07 = 0.87.

(4) [4 points] On ´etude un test diagnostique pour un type particulier de cancer. Si une personne est atteinte de ce type de cancer, la probabilit´e que le test soit positif est95

%. Pourtant si la personne n’est pas atteinte de ce type de cancer, la probabilit´e d’ˆetre test´e positif est1%. Supposons que2% de la population sont atteint de ce type de cancer.

(a) Si une personne est tir´e au hasard de cette population, quelle est la probabilit´e qu’elle soit test´ee positive pour cette type de cancer.

(b) Calculez la probabilit´e que la personne test´e ait ce type de cancer sachant qu’elle a ´et´e test´e positive.

⊳D´efinissons les ´ev`enements suivants : – B : “test´e positif”,

– A: “atteinte de ce type de cancer”.

(5)

histogramme des résultats du devoir 1

les résultats alphanumériques

fréquence

10 15 20

012345

F

E

D D+ C C+

B B+

A−

A

A+

FIG. 3. L’histogramme des r´esultats du devoir 1.

On connait que

P(BkA) = 0.95, P(BkAc) = 0.01, P(A) = 0.02.

(a) Selon la formule de la multiplication, on a

P(AB) = P(BkA)P(A)etP(AcB) = P(BkAc)P(Ac).

D’ici on conclut :

P(AB) =P(BkA)P(A) = 0.95·0.02 = 0.019,

P(AcB) =P(BkAc)P(Ac) = 0.01(1−P(A)) = 0.01·0.98 = 0.0098, et enfin

P(B) = P(BA) +P(BAc) = 0.019 + 0.0098 = 0.0288 = 2.9%.

(b) Il s’agit de la probabilit´e conditionnelleP(AkB). D’apr`es la d´efinition de cette probabilit´e, on a

P(AkB) = P(AB)

P(B) = 0.019

0.0288 = 0.6597222 = 66%.

(6)

⊳Soient, comme d’habitude, – G=“naissance d’un garc¸on”, – F =“naissance d’une fille”.

On a :P(G) = 0.51,P(F) = 1−0.51 = 0.49.

(a) Dans le cas o`u le couple d´esire avoir3filles et un garc¸on, celui ´etant le dernier de la fratrie, la probabilit´e que le couple r´ealise son voeu est ´egale `a la probabilit´e de l’´ev`enement ´el´ementaireGGGF, c.`a.d.,

P(F F F G) =P(F)P(F)P(F)P(G) = (0.49)3·0.51 = 0.06000099≈0.06,

car on suppose que le sexe d’un enfant est ind´ependant de celui des enfants pr´ecedents.

(b) Dans le cas o`u le couple d´esire avoir3 filles et un garc¸on, ce dernier occu- pant un rang quelconque dans la fratrie, la probabilit´e est ´egale `a la probabilit´e de l’´ev`enement{F F F G, F F GF, F GF F, GF F F}qui consiste de quatre ´ev`enements

´el´ementaires distincts. On a :

P{F F F G, F F GF, F GF F, GF F F} = P(F F F G) +P(F GF F) +P(F GF F) +P(GF F F)

= 4·P(F)3·P(G)

= 4·(0.49)3·0.51

= 0.2400040

≈ 0.24.

(6) (probl`eme bonus) [3 points] Soient Aet B deux ´ev`enements quelconques. Suppo- sons queAetBsont `a la fois ind´ependants et disjoints (ils s’excluent mutuellement).

Qu’est-ce qu’on peut dire deAetB?

⊳CarAetB sont ind´ependants, on a

P(AB) = P(A)P(B).

Au mˆeme temps, carAetB s’excluent mutuellement, on en d´eduit P(AB) =P(A∩B) =P(∅) = 0.

Cela implique que

P(A)P(B) = 0,

c.`a.d., soitAsoitBa la probabilit´e0(ou bien tous les deux).

(7)

En somme : A et B sont `a la fois ind´ependants et mutuellement exlusifs si et seulement si au moins l’un d’entre a la probabilit´e0. ⊲ R L’histogramme 3 e ´et´e cr´e´ee avec la commande suivante :

> hist(x,main="histogramme des rsultats du devoir 1", + breaks=c(6,8,10,11,12,13,14,15,16,17,18,23),

+ xlab="les resultats alphanumeriques",ylab="frequence",freq=TRUE, + labels=c("F","E","D","D+","C","C+","B","B+","A-","A","A+")) Warning message:

In plot.histogram(r, freq = freq1, col = col, border = border, angle = angle, the AREAS in the plot are wrong -- rather use freq=FALSE

Références

Documents relatifs

Le test quantile-quantile, ou le test QQ, trace les points x i contre les n-quantiles cor- respondantes y i de la loi normale ayant la mˆeme moyenne et le mˆeme ´ecart-type que

Par contre, les r´esultats pour la distribution de la dur´ee du sommeil sans rˆeve (figure 2) favourisent l’hypoth`ese de normalit´e de la distribution. La normalit´e de

On a besoin d’un objet du type data.frame et pas une matrice parce que la fonction mean calcule la moyenne d’un data.frame colonne par colonne, en d’autres mots, pour

Mais la structure du test d’hypoth`ese, d´etermin´ee par le choix de H 0 et de H 1 , est telle que, mˆeme s’il est vrai que le moyen du tour de taille s’est r´eduit,

On veut rejeter l’hypoth`ese nulle H 0 , et avec ce but on en d´eduit une chose quasi impossible, improbable, en calculant la valeur p, qui est la probabilit´e d’observer une

Notons π 1 la proportion des employ´es qui arrˆetent de fumer chaque an de tous les entreprises (disons nord-am´ericaines) avec l’interdiction de fumer, et π 2 la proportion

(a) [1 point] Donner le nombre attendu des grenouilles poss`edant ce trait, ainsi que l’´ecart-type du nombre des grenouilles avec ce trait.. (b) [1 point] Calculer la

Il faut surtout payer attention `a la tendance centrale (c.`a.d. : qu’est-ce qui se passe avec les moyennes ?), ainsi qu’`a la tendence de dispersion (qu’est- ce qui se passe avec