Année scolaire : 2023 - 2024

UNIVERSITE DE LOME EPL

Travaux Dirigés
Chapitre 1 : Probabilité et statistique
Exercice 1 En informatique, on utilise le système binaire pour coder les caractères. Un bit
(binary digit : chiffre binaire) est un élément qui prend la valeur 0 ou la valeur 1. Avec 8
chiffres binaires (un octet), combien de caractères peut-on coder ?

Exercice 2 Combien peut-on former de numéros de téléphone à 8 chiffres ? Combien peut-on

former de numéros de téléphones à 8 chiffres ne comportant pas le chiffre 0 ?

Exercice 3 A l’occasion d’une compétition sportive groupant 18 athlètes, on attribue une mé-
daille d’or, une médaille d’argent, une médaille de bronze. Combien y a-t-il de distributions
possibles (avant la compétition) ?

Exercice 4 Au service du personnel, on compte 12 célibataires parmi les 30 employés. On désir

faire un sondage : pour cela on choisit un échantillon de quatre personnes dans ce service.
1. Quel est le nombre d’échantillons différents possibles ?
2. Quel est le nombre d’échantillon ne contenant aucun célibataire ?
3. Quel est le nombre d’échantillons contenant au moins un célibataire ?

Exercice 5 Dans un lot de pièces métalliques rectangulaires destinées à un assemblage, on sait

que :
◦ 3% ont une longueur qui, s’écartant trop des normes, les rend inutilisables.
◦ 5% ont une largeur les rendant inutilisables.
◦ 2% s’écartent trop de la norme, à la fois par leur longueur et par leur largeur. On prend
une pièce au hasard. Quelle est la probabilité pour qu’elle soit utilisable ?

Exercice 6 La proportion des pièces défectueuses dans un lot est de 0.05. Le contrôle de fa-
brication des pièces est tel que :
◦ Si la pièce est bonne, elle est acceptée avec une probabilité de 0.96.
◦ Si la pièce est mauvaise, elle est refusée avec probabilité 0.98.
On choisit une pièce au hasard et la contrôle. Probabilité pour :
1. qu’il y ait une erreur de contrôle ?
2. qu’une pièce acceptée soit mauvaise ?

Exercice 7 Une urne contient 3 jetons blancs (1 carré et 2 ronds) et 4 jetons noirs (3 carrés
et 1 rond). On tire au hasard et simultanément 3 jetons de l’urne.
1. On appelle X la v.a.r égale au nombre de jetons blancs obtenus lors d’un tirage. Loi de
X et E(X) ?
2. Lors d’un tirage on note A l’événement " avoir 3 jetons de même forme " et B l’évé-
nement " avoir 3 jetons de même couleur ". Calculer P (A), P (B) et P (A ∩ B). Les
événements A et B sont-ils indépendants ?

Chargé du cours: Dr Fomestein Komi AGBOKOU 1

Exercice 8 Dans un rayon de magasin, il y a deux produits A et B (par exemple une table
et une chaise). La probabilité pour qu’un client achète le produit A est 0.3. La probabilité pour
qu’il achète le produit B quand il a acheté le produit A est 0.8 et la probabilité qu’il achète le
produit B quand il n’a pas acheté le produit A est 0.1. Les produits A et B sont respectivement
vendus à 10 000 F et 4 000 F. Soit X la v.a.r. représentant la dépense du client. Déterminer
la loi de X puis calculer E(X) et σ(X).

Exercice 9 On admet quŠun poste téléviseur peut tomber en panne de deux manières indépen-
dantes : par défaillance du transistor ou du condensateur. Les statistiques de pannes pendant
les trois premières années d’utilisation ont conduit à retenir :
◦ une loi de poisson de paramètre λ = 2 comme loi de probabilité de la v.a. X égale au
nombre de pannes dues à une défaillance du transistor ;
◦ une loi de poisson de paramètre λ = 1 comme loi de la v.a. Y égale au nombre de pannes
dues à une défaillance du condensateur.
1. Calculer la probabilité pour qu’il y ait 2 pannes seulement en trois ans : une de transistor
et une de condensateur.
2. Calculer la probabilité pour qu’il ait 2 pannes seulement en trois ans.
3. Trouver la loi de probabilité du nombre total de pannes Z = X + Y .
4. En déduire la probabilité d’avoir au moins une panne en trois années.

Exercice 10 Vous donnez rendez-vous à cinq de vos amis. Chacun viendra (indépendamment
de l’autre) avec probabilité 1/2. Soit X la variable aléatoire désignant le nombre d’amis qui
viennent effectivement à votre rendez-vous.
1. Expliquer pourquoi il est raisonnable de représenter X par une loi binomiale B(n, p). dont
les paramètres n et p seront précisés.
2. Calculer la probabilité qu’un ami au moins vienne au rendez-vous.

Exercice 11 On considère la loi géométrique de paramètre p > 0.

1. Déterminer l’estimateur du maximum de vraisemblance de p.
2. Des observations de X sur 12 individus choisis au hasard sont les suivantes :

1 2 1 4 2 1 1 5 3 2 10 1

Donner une estimation ponctuelle pour p.

Exercice 12 Soit X une variable aléatoire suivant une loi de Poisson de paramètre λ. Nous
disposons de (X1 ; · · · ; Xn ), un échantillon aléatoire de taille n de loi parente X.
1. Déterminer l’estimateur du Maximum de vraisemblance λ̂n de λ.
2. Des observations de X sur 15 appareils électroménagers choisis au hasard sont les sui-
vantes :
3 3 1 1 1 6 4 2 3 1 5 5 2 7 4
Donner une estimation ponctuelle pour λ.

Exercice 13 Soit X une variable aléatoire suivant une loi de Bernoulli de paramètre p. Nous
disposons de (X1 ; · · · ; Xn ), un échantillon aléatoire de taille n de loi parente X. Déterminer
l’estimateur du Maximum de vraisemblance p̂n de p.

Exercice 14 La hauteur maximale H de la crue annuelle d’un fleuve est observée avec atten-
tion, car une crue supérieure à 6 m serait catastrophique. On modélise la distribution de la
variable aléatoire H par une loi de Rayleigh dont la densité de probabilité est donnée par :
x2
 !
x
exp −


si x > 0;
f (x) = a 2a


0 sinon.

Chargé du cours: Dr Fomestein Komi AGBOKOU 2

où a est paramètre inconnu. Durant une période de 8 ans, on a observé les hauteurs (supposées
être indépendantes) de crues suivantes en mètres :

2, 1 2, 8 1, 7 0, 9 1, 8 2, 5 2, 2 2, 9

.
1. Donner l’estimateur ân du maximum de vraisemblance du paramètre a.
2. Déterminer la fonction de répartition de la variable H.
3. Calculer la probabilité d’avoir une catastrophe
4. Déterminer la probabilité de ne pas avoir de crue centennale

Exercice 15 Soit θ (réel) inconnu. Considérons une variable aléatoire X dont la fonction de
densité est donnée par :
(
exp (−(x − θ)) si x > θ;
f (x) =
0 sinon.

1. Vérifier que f est bien une densité de probabilité.

2. Calculer l’espérance et la variance de X.

Donnons-nous maintenant un n-échantillon (X1 ; · · · ; Xn ) de même loi que X.

3. Donner deux estimateurs θ̂1n et θ̂2n de θ obtenus par la méthode des moments.
4. Quelle est la fonction de vraisemblance associée aux observations ? En déduire l’estima-
teur θ̂3n du maximum de vraisemblance de ?.
5. Donner la fonction de répartition de θ̂3n (indice : exprimer cette fonction de répartition
en fonction de celle de X1 ). En déduire la densité de θ̂3n et calculer son biais.

Chapitre 2 : Lois normale et Weibull

Exercice 16 Soit une v.a. X qui suit la loi exponentielle de paramètre 1. On pose Y = ln(eX −
1).
1. Déterminer la fonction de répartition F de la v.a. Y .
2. Déterminer la fonction de densité f de la v.a. Y .
3. Monter que la fonction f est paire.
4. Déduire E(Y ).

Exercice 17 La durée de vie en années d’un ordinateur est une v.a. notée X suivant la loi
exponentielle de paramètre λ.
1. Sachant que P (X > 10) = 0.286, déterminer la valeur de λ.
2. Calculer la probabilité qu’un ordinateur ait une durée de vie inférieure à 6 mois.
3. Sachant qu’un ordinateur a déjà fonctionné huit années, quelle est la probabilité qu’il ait
une durée de vie supérieure à 10 ans.

Exercice 18 Soit la v.a. continue X modélisée par la loi uniforme continue sur l’intervalle
[0, 1]. On pose Y = −αln(X), (a > 0)
1. Déterminer la fonction de densité de la v.a. Y . Que peut-on dire de la loi de Y .
2. En déduire son espérance et sa variance.
3. Déduire la fonction de répartition de la v.a. réelle Y .
4. Calculer la probabilité suivante : P (Y > 2α).

Exercice 19 La distance (en mètres) parcourue par un projectile suit une loi normale. Au
cours d’un entraînement, on constate que :

Chargé du cours: Dr Fomestein Komi AGBOKOU 3

 • La probabilité qu’un projectile dépasse 60 mètres est 0.0869.
• La probabilité qu’un projectile parcoure une distance inférieure à 45 mètres est 0.6406.
Calculer la distance moyenne parcourue par un projectile, ainsi que l’écart-type de celle-
ci.

Exercice 20 Une enquête a été menée auprès de ménages de 4 personnes en vue de connaître
leur consommation de lait sur 1 mois. On suppose que sur l’ensemble des personnes interrogées,
la consommation a une distribution de type "Normale" avec une moyenne de 20 litres et un
écart-type de 5 litres. Dans le cadre d’une campagne publicitaire, on souhaite connaître :
1. Le pourcentage des faibles consommateurs (moins de 10 litres par mois)
2. Le pourcentage des grands consommateurs (plus de 30 litres par mois).
3. La consommation maximale de 50% des consommateurs.
4. Au dessus de quelle consommation se trouvent 33% des consommateurs.

Exercice 21 Dans une entreprise, une machine produit des pièces dont les dimensions très
précises doivent être respectées. la proportion des pièces défectueuses est de 3%. On examine
1000 pièces choisies au hasard et on note X la v.a. représentant le nombre de pièces défectueuses.
1. Par quelle loi peut-on approximer la loi de probabilité de la v.a. X ? Justifiez votre ré-
ponse.
2. Calculer la probabilité d’avoir plus de 50 pièces défectueuses.
3. Calculer la probabilité d’avoir entre 20 et 40 pièces défectueuses.
4. Calculer la probabilité pour que la différence absolue entre le nombre de pièces défec-
tueuses et la moyenne soit inférieur ou égale à 15.

Exercice 22 Soit X une v.a de loi exponentielle et de paramètre λ > 0. Pour un α > 0 on
1
pose Y = X α .
1. Trouver la fonction de répartition FY et la densité fY . Reconnaître la loi de Y
2. Exprimer E[Y ] et V ar(Y ) à l’aide de la fonction Γ. On rappelle que
Z ∞
Γ(a) = xa−1 exp(−x)dx ; Γ(a + 1) = aΓ(a).
0

Exercice 23 α et xo sont deux réels strictement positifs. On pose

αxα0
∀ t ∈ [x0 ; ∞[, f (f ) = .
tα+1
1. Montrer que f est une densité de probabilité.
2. Soit X une variable aléatoire réelle admettant pour densité f . On dit que X suit la loi
de Pareto de paramètres α et x0 . Donner la fonction de répartition FX de X.
3. Déterminer les valeurs du paramètre α pour E(X) et V (X) existent.

Exercice 24 α et λ sont des réels strictement positifs. On pose

α
∀x > 0 f (t) = αλxα−1 e−λx .

1. Montrer que f est une densité de probabilité.

2. X est une variable aléatoire à densité de densité f. On dit que X suit la loi de Weibull
de paramètre α et λ. Trouver FX . Montrer que X possède une espérance et une variance
que l’on exprimera à l’aide de la fonction Γ.
3. On considère la variable aléatoire Y = λX α . Étudier Y .

Chargé du cours: Dr Fomestein Komi AGBOKOU 4

Chapitre 3 : Estimation
Exercice 25 Pour estimer l’âge moyen d’une population de 4000 employés, un échantillon
aléatoire de 40 employés est sélectionné. Quelle est la probabilité pour que l’âge moyen des
employés de l’échantillon soit compris entre l’âge moyen de la population ±2 si l’on sait que
l’écart type de la population est de 8.2 ans ?

Exercice 26 Une élection a eu lieu et un candidat a eu une proportion 40% des voix. On prélevé
un échantillon de 100 bulletins de vote. Quelle est la probabilité pour que, dans l’échantillon, le
candidat ait entre 35% et 45% des voix ?

Exercice 27 Dans le cadre d’une étude sur la violence verbale au travail, on a interrogé au
hasard 500 salariés de différents secteurs. 145 d’entre eux déclarent avoir déjà subi une violence
verbale au travail.
1. Identifier la population, la variable et son type.
2. Donner une estimation ponctuelle de la proportion de salariés ayant déjà subi une vio-
lence verbale.
3. Donner une estimation de cette proportion par un intervalle de confiance à 90% et 99%.
4. Si avec les mêmes données on calculait un intervalle de confiance à 99%, serait-il plus
grand ou plus petit que celui trouvé à la question précédente ?

Exercice 28 On admet que le taux de cholestérol chez une femme suit une loi normale. Sur
un échantillon de 10 femmes, on a obtenu les taux de cholestérol (en g/l) suivants :

3; 1.8; 2.1; 2.7; 1.4; 1.9; 2.2; 2.5; 1.7; 2

1. Déterminer une estimation ponctuelle de la moyenne et de la variance du taux.

2. Déterminer un intervalle de confiance pour la moyenne du taux au seuil 5%.

Exercice 29 Une machine produit des pièces de type X. La masse, exprimée en (g), d’une pièce
tiré au hasard dans la production, est distribuée selon une loi normale. On tire un échantillon
de 17 pièces de masses suivantes :

250 254 254 253 256 250 257 251

253 255 250 255 252 261 252 251 255

1. Donner une estimation ponctuelle de la moyenne et la variance de production.
2. Déterminer une estimation par intervalle de confiance à 99% de la masse moyenne.
3. On suppose maintenant que la variance de la population est connue σ 2 = 8.51. Préciser
la loi de la moyenne échantillonnale et déterminer la taille minimale donner à un échan-
tillon pour obtenir un intervalle de confiance pour la moyenne au niveau 95% d’amplitude
inférieure à 2. Conclure.

Exercice 30 Dans la fabrication de comprimés effervescents, il est prévu que chaque comprimé
doit contenir 1625 mg de bicarbonate de sodium. Afin de contrôler la fabrication de ces médica-
ments, on a prélevé un échantillon de 150 comprimés et on a mesuré la quantité de bicarbonate
de sodium pour chacun d’eux :
Classes [1610 ; 1615[ [1615 ; 1620[ [1620 ; 1625[ [1625 ; 1630[ [1630 ; 1635[
Effectifs 7 8 42 75 18
1. En convenant que les valeurs mesurés sont regroupées au centre de chaque classe, donner
une estimation ponctuelle de la moyenne et la variance de la quantité de bicarbonate
de sodium dans la population formée de l’ensemble de tous les comprimés fabriqués et
supposée très grande.

Chargé du cours: Dr Fomestein Komi AGBOKOU 5

 2. Déterminer une estimation par intervalle de confiance à 95% de la quantité moyenne de
bicarbonate de sodium dans la population.
Exercice 31 On a mesuré le poids de raisin produit par m2 sur 10m2 pris au hasard dans une
vigne. On suppose que le poids de raisin produits par une souche de cette vigne suit une loi
normale N (µ, σ 2 ). On a obtenu les résultats suivants exprimés en (Kg) :
24; 34; 36; 41; 43; 47; 54; 59; 65; 69
1. Déterminer une estimation ponctuelle de la moyenne théorique ţ et de la variance théo-
rique σ 2 .
2. Déterminer une estimation par intervalle de confiance à 95% de µ.
3. Déterminer une estimation par intervalle de confiance à 95% de σ 2 .
Exercice 32 On a mesuré la capacité (en microfarad) de 25 condensateurs et calculé la moyenne
m = 2.086 et l’écart-type s = 0.079. Déterminer les intervalles de confiance de l’estimation de
la moyenne m de la population normale de référence, en choisissant un risque de 5%, puis de
1%. Est-il normal que le second soit plus grand que le premier ?
Exercice 33 L’ airbag (ou coussin gonflable) est un système de sécurité de plus en plus souvent
installé dans les automobiles. Son gonflement est assuré par un dispositif pyrotechnique dont
les caractéristiques importantes sont la moyenne et l’écart-type du délai entre la mise à feu et
l’explosion. Lors de l’étude d’un certain type de dispositif d’allumage, les résultats des mesures,
effectuées sur 10 exemplaires, ont été (en millisecondes) :
28, 28, 31, 31, 33, 30, 31, 27, 32, 29.
1. Calculer, au risque 5%, l’intervalle de confiance de la moyenne du délai si on connait
l’écart-type de la population de référence et qu’il est égal à 2.
2. Calculer ce même intervalle si on ne connaît pas l’écart-type de la population de référence.
3. Calculer, au même risque, l’intervalle de confiance de la variance du délai, dont on
déduira celui de l’écart-type dans le cas où on ne connait pas l’écart-type de la population
de référence.
Exercice 34 Les poids de pièces usinées en cuivre sont distribués normalement. Ayant prélevé
9 pièces, on a obtenu les poids suivants en grammes :
18.457; 18.434; 18.444; 18.461; 18.453; 18.447; 18.452; 18.440; 18.443.
Calculer m et s2, puis les intervalles de confiance au risque 5% de la moyenne m et de la
variance s2 inconnues.
Exercice 35 Pour estimer la porosité d’un certain matériau, on a fait 10 mesures et calculé
m = 94 et s2 = 4.
Déterminer l’intervalle de confiance au risque 5% de m. Combien faudrait il faire de mesures
pour que cet intervalle soit de ±0.5 seulement ?
Exercice 36 Un fabricant de piles électriques indique sur ses produits que la durée de vie
moyenne de ses piles est de 200 heures. Une association de consommateurs prélève au hazard
un échantillon de 100 piles et observe une durée de vie de 190 heures en moyenne avec un écart
type de 30 heures. S’agit-il de publicité mensongère ?
Exercice 37 On a mesuré les durées de vie en heures de fonctionnement de 10 tubes électro-
niques du même type. On a obtenu les résultats suivants :
26; 31; 34; 40; 49; 60; 72; 85; 123; 179.
Trouver une estimation sans biais du taux de défaillance, en admettant le modèle du processus
de Poisson.

Chargé du cours: Dr Fomestein Komi AGBOKOU 6

Chapitre 4 : Contrôle statistique
Exercice 38 Un fabricant produit des axes cylindriques dont le diamètre est distribué suivant
une loi normale d’écart-type égal à 8. Les limites de tolérance pour le diamètre sont [90, 130].
Pour réceptionner un lot important de ces pièces, on décide d’adopter soit un procédé quantitatif
A, soit un procédé qualitatif B. Comparer les deux procédés.
1. Procédé A : On prélève n pièces, on mesure leurs diamètres et on calcule la moyenne
m des n diamètres, puis on adopte la règle suivante :
• si a < m < b, on accepte le lot.
• si m < a ou m > b, on le refuse.
On détermine n, a et b en s’imposant les conditions :
◦ si la proportion de pièces défectueuses dans le lot (diamètre extérieur à l’intervalle
@90, 130D) est supérieure à 5%, on veut avoir 96% de chance au moins de refuser le
lot ;
◦ si cette proportion est inférieure à 2%, on veut avoir 15% de chance au plus de refuser
le lot.
2. Procédé B : On prélève 300 pièces, on les passe au calibre et on compte le nombre k
de pièces défectueuses, puis on adopte la règle suivante :
• si k ≤ 8, on accepte le lot ;
• si k > 8, on le refuse.
Exercice 39 Dans un atelier de peinture, l’air est analysé toutes les heures. Le seuil maximal
admissible pour un certain polluant est fixé à 7,7 ppm. Si la teneur du polluant est distribuée
suivant une loi normale de moyenne 7,6 et d’écart-type 0,04 et si l’erreur de mesure suit une
loi normale de moyenne 0 et d’écart-type 0,03 calculer les probabilités pour que :
1. Une mesure dépasse 7,7.
2. La moyenne de 2 mesures dépasse 7,7.
Exercice 40 Pour réceptionner un lot d’acier, on se propose d’examiner sa résistance à la
traction. Pour cela, on prélève dans le lot des éprouvettes cylindriques qui sont soumises à un
effort de traction jusqu’à rupture. En admettant que l’ensemble des éprouvettes que l’on pourrait
extraire donnerait lieu, en ce qui concerne leur résistance, à une distribution normale d’écart-
type égal à 20kg/mm2 , on se propose d’élaborer une règle de contrôle satisfaisant aux conditions
suivantes. On prélèvera un nombre fixé n d’éprouvettes et on déterminera la moyenne m de leurs
résistances. Le lot sera accepté (ou refusé) selon que m sera supérieure (ou inférieure) à une
certaine valeur x.
Déterminer n et x de telle façon que :
si la résistance moyenne du lot est égale (ou inférieure) à 80kg/mm2 , la probabilité a
J

qu’il soit accepté est égale (ou inférieure) à 0.001 ;

si la résistance moyenne du lot est égale (ou supérieure) à 100kg/mm2 , la probabilité b
J

qu’il soit refusé est égale (ou inférieure) à 0.01.

Quelle est, en fonction de la résistance moyenne du lot, la probabilité pour que le lot soit accepté
après un tel jugement sur échantillon ? Quelle signification concrète peut-on donner à a et b du
point de vue de l’acheteur et de celui du fournisseur ?
Exercice 41 Un lot d’un certain type de fusées a été stocké pendant deux ans. Les spécifications
de ce lot indiquent une portée en moyenne égale à 2000 mètres avec un écart-type de 100 mètres.
On veut contrôler si le lot est encore en état. On fixe pour cela que :
• la probabilité de réformer le lot si la portée moyenne a diminué de 100 mètres doit être
égale à 90%,
• la probabilité de le réformer si elle n’a pas changé doit être égale à 5% seulement.
1. Combien de fusées faut-il contrôler ?
2. Si la moyenne de l’échantillon contrôlé est trouvée égale à 1930 mètres, doit-on réformer
le lot ?

Chargé du cours: Dr Fomestein Komi AGBOKOU 7

Chapitre 5 : Faits et modèles
Exercice 42 Il y a dans un certain pays 25% d’illettrés. On considère les 400 prisonniers d’une
prison de ce pays.
1. Calculer, en admettant que l’échantillon constitué par les prisonniers est tiré au hasard
dans la population du pays, la probabilité pour que la fréquence des prisonniers illettrés
dépasse 35% ?
2. Quelle valeur cette fréquence n’a-t-elle qu’une chance sur 100 de dépasser ?

Exercice 43 Un sondage d’opinion sur les intentions de vote d’un certain électorat a porté sur
un échantillon de 2500 électeurs représentatifs de cet électorat et a fourni les résultats suivants :
1200 électeurs favorables au candidat A et 1300 favorables au candidat B.
1. En admettant que la proportion v inconnue de l’électorat favorable au candidat B soit égale
à 0.5 (ballotage), donner la fourchette dans laquelle la fréquence relative à un échantillon
de 2500 électeurs aurait la probabilité 95% de tomber.
2. Que penser d’un journal qui annoncerait, au vu des résultats du sondage, l’élection du
candidat B ?
3. Quelle devrait être la taille de l’échantillon pour qu’une différence de 4% entre les fré-
quences (48% favorables à A et 52% à B) permette de conclure, avec moins de une chance
sur 100 de se tromper, à l’élection du candidat B ?

Exercice 44 Une enquête réalisée auprès de 4000 foyers d’une grande ville en 1990 a montré
que 1944 d’entre eux possédaient une machine à laver la vaisselle. Une enquête réalisée dans
la même ville en 1995 sur 5000 foyers a montré que 2587 possédaient un tel appareil. Peut-on
admettre que le taux d’équipement a augmenté ?

Exercice 45 On considère ci-dessous la distribution du dernier chiffre de 200 lectures de pesée.

Peut-on craindre que celui qui effectuait les pesées a une préférence pour certains chiffres ? Peut-
on justifier cette crainte ?
x 0 1 2 3 4 5 6 7 8 9 Total
n(x) 35 16 15 17 17 19 11 16 30 24 200

Exercice 46 La fabrication de pièces dans un atelier de mécanique donne lieu à un certain

pourcentage de pièces rebutées comme non utilisables. On a observé 100 lots différents de 100
pièces chacun qui ont donné les résultats suivants.
Rebuts par lot 0 1 2 3 4 5 6 7 8 9 10 11 Total
Nombre de lots 0 2 9 14 20 18 15 9 6 4 2 1 100
Quelle distribution théorique paraît devoir donner une bonne description de la distribution ob-
servée et pour quelle raison ? Tester l’accord entre les observations et le modèle.

Chapitre 6 : Méthode de régression

Exercice 47 Le tableau ci-après donne les résultats d’un certain nombre de déterminations de
la distance nécessaire (y en mètres) à l’arrêt par freinage d’une automobile lancée à différentes
vitesses (xenkm/h). Une étude graphique montre que la courbe représentant y en fonction de
x est manifestement concave vers les y positifs, mais que si l’on utilise x2 au lieu de x, la
liaison apparaît sensiblement linéaire. Peut-on justifier ce fait par une loi physique ? Admettant
la validité de ce type de liaison entre y et x2 , on suppose de plus que la vitesse x peut être
déterminée avec une grande précision et que les écarts constatés sont dûs à des fluctuations
aléatoires de y autour d’une vraie valeur correspondant à une liaison linéaire représentée par
l’équation y = ax2 + b.

Chargé du cours: Dr Fomestein Komi AGBOKOU 8

 Vitesse x 33 49 65 33 79 49 93
Distance y 5.3 14.45 20.26 6.5 38.45 11.23 50.42
1. Quelle est la meilleure estimation de a et b ? Quelle hypothèse supplémentaire suppose
cette estimation ?
2. Déterminer les limites de confiance à 95% pour les estimations de a et b.
3. Considérant le cas dŠune voiture dont la vitesse est de 85km/h, estimer la valeur moyenne
correspondante de y. En donner une limite supérieure au seuil de confiance 99%.
4. On suppose que pour une voiture se déplaçant à 85km/h, on observe une distance de
freinage y = 55 mètres. Cette valeur peut-elle être considérée comme étant, à des fluc-
tuations aléatoires admissibles près, d’accord avec l’équation d’estimation trouvée ?

Exercice 48 Les données ci-dessous sont relatives à l’étalonnage d’une méthode gravimétrique
pour le dosage de la chaux en présence de magnésium. La variable en x est la teneur vraie et
la variable en y est la teneur mesurée (en mg).
Vraie x 20.0 22.5 25.0 28.5 31.0 35.5 33.5 37.0 38.0 40.0
Mesurée y 19.8 22.8 24.5 27.3 31.0 35.0 35.1 37.1 38.5 39.0
1. En admettant que E(Y /x) = ax + b, estimer a et b par la méthode des moindres carrés.
2. Caractériser la précision de la méthode gravimétrique.
3. Tester l’hypothèse a = 1 de telle façon que la probabilité d’accepter l’hypothèse si elle est
vraie soit égale à 90%.
4. Tester l’hypothèse b = 0 de telle façon que la probabilité d’accepter l’hypothèse si elle est
vraie soit égale à 90%.
5. Bâtir et mettre en oeuvre un test permettant de tester simultanément que a = 1 et que
b = 0, la probabilité d’accepter l’hypothèse si elle est vraie étant encore égale à 90%.

Exercice 49 L’étude d’une méthode de dosage d’un élément dans des aciers a montré que,
pour des échantillons de poids différents d’un même produit, les poids y de l’élément à doser
variaient bien linéairement avec le poids x de l’échantillon, mais que la droite obtenue ne passait
pas par l’origine. Afin de vérifier l’hypothèse selon laquelle la solution acide utilisée en quantité
fixe pour attaquer les échantillons contiendrait elle-même une certaine quantité de l’élément à
doser, on s’est proposé de comparer les ordonnées à l’origine des droite de régression de y sur
x obtenues pour deux aciers différents. On a utilisé pour chacun des deux aciers 5 échantillons
de poids équidistants, les mêmes pour les deux aciers soit 1, 2, 3, 4, 5. Les résultats obtenus
sont les suivants :
x1 = x2 = 3 n1 = n2 = 5
2
a1 = 24.21 b1 = 12.11 σ1∗ = 9.637
2
a2 = 8.82 b2 = 9.58 σ2∗ = 4.209
1. Comparer les variances résiduelles.
2. Peut-on considérer que les pentes sont statistiquement égales ?
3. Peut-on considérer que les ordonnées à l’origine sont statistiquement égales ?

Chargé du cours: Dr Fomestein Komi AGBOKOU 9

 Fonction de répartition de la loi normale standard

∫ z
1
e−x /2 dx
2
Φ(z) = √
−∞ 2π

z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1.0 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3.0 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999

z 0.841 1.282 1.645 1.960 2.054 2.326 2.576 2.807 3.091 3.291
Φ(z) 0.8000 0.9000 0.9500 0.9750 0.9800 0.9900 0.9950 0.9975 0.9990 0.9995

1
 Table 2 – Quantiles de la loi normale centrée réduite

0.009 0.008 0.007 0.006 0.005 0.004 0.003 0.002 0.001 0

0.99 3.09 2.878 2.748 2.652 2.576 2.512 2.457 2.409 2.366 2.326
0.98 2.29 2.257 2.226 2.197 2.17 2.144 2.12 2.097 2.075 2.054
0.97 2.034 2.014 1.995 1.977 1.96 1.943 1.927 1.911 1.896 1.881
0.96 1.866 1.852 1.838 1.825 1.812 1.799 1.787 1.774 1.762 1.751
0.95 1.739 1.728 1.717 1.706 1.695 1.685 1.675 1.665 1.655 1.645
0.94 1.635 1.626 1.616 1.607 1.598 1.589 1.58 1.572 1.563 1.555
0.93 1.546 1.538 1.53 1.522 1.514 1.506 1.499 1.491 1.483 1.476
0.92 1.468 1.461 1.454 1.447 1.44 1.433 1.426 1.419 1.412 1.405
0.91 1.398 1.392 1.385 1.379 1.372 1.366 1.359 1.353 1.347 1.341
0.9 1.335 1.329 1.323 1.317 1.311 1.305 1.299 1.293 1.287 1.282
0.89 1.276 1.27 1.265 1.259 1.254 1.248 1.243 1.237 1.232 1.227
0.88 1.221 1.216 1.211 1.206 1.2 1.195 1.19 1.185 1.18 1.175
0.87 1.17 1.165 1.16 1.155 1.15 1.146 1.141 1.136 1.131 1.126
0.86 1.122 1.117 1.112 1.108 1.103 1.098 1.094 1.089 1.085 1.08
0.85 1.076 1.071 1.067 1.063 1.058 1.054 1.049 1.045 1.041 1.036
0.84 1.032 1.028 1.024 1.019 1.015 1.011 1.007 1.003 0.999 0.994
0.83 0.99 0.986 0.982 0.978 0.974 0.97 0.966 0.962 0.958 0.954
0.82 0.95 0.946 0.942 0.938 0.935 0.931 0.927 0.923 0.919 0.915
0.81 0.912 0.908 0.904 0.9 0.896 0.893 0.889 0.885 0.882 0.878
0.8 0.874 0.871 0.867 0.863 0.86 0.856 0.852 0.849 0.845 0.842
0.79 0.838 0.834 0.831 0.827 0.824 0.82 0.817 0.813 0.81 0.806
0.78 0.803 0.8 0.796 0.793 0.789 0.786 0.782 0.779 0.776 0.772
0.77 0.769 0.765 0.762 0.759 0.755 0.752 0.749 0.745 0.742 0.739
0.76 0.736 0.732 0.729 0.726 0.722 0.719 0.716 0.713 0.71 0.706
0.75 0.703 0.7 0.697 0.693 0.69 0.687 0.684 0.681 0.678 0.674
0.74 0.671 0.668 0.665 0.662 0.659 0.656 0.653 0.65 0.646 0.643
0.73 0.64 0.637 0.634 0.631 0.628 0.625 0.622 0.619 0.616 0.613
0.72 0.61 0.607 0.604 0.601 0.598 0.595 0.592 0.589 0.586 0.583
0.71 0.58 0.577 0.574 0.571 0.568 0.565 0.562 0.559 0.556 0.553
0.7 0.55 0.548 0.545 0.542 0.539 0.536 0.533 0.53 0.527 0.524
0.69 0.522 0.519 0.516 0.513 0.51 0.507 0.504 0.502 0.499 0.496
0.68 0.493 0.49 0.487 0.485 0.482 0.479 0.476 0.473 0.47 0.468
0.67 0.465 0.462 0.459 0.457 0.454 0.451 0.448 0.445 0.443 0.44
0.66 0.437 0.434 0.432 0.429 0.426 0.423 0.421 0.418 0.415 0.412
0.65 0.41 0.407 0.404 0.402 0.399 0.396 0.393 0.391 0.388 0.385
0.64 0.383 0.38 0.377 0.375 0.372 0.369 0.366 0.364 0.361 0.358
0.63 0.356 0.353 0.35 0.348 0.345 0.342 0.34 0.337 0.335 0.332
0.62 0.329 0.327 0.324 0.321 0.319 0.316 0.313 0.311 0.308 0.305
0.61 0.303 0.3 0.298 0.295 0.292 0.29 0.287 0.285 0.282 0.279
0.6 0.277 0.274 0.272 0.269 0.266 0.264 0.261 0.259 0.256 0.253
0.59 0.251 0.248 0.246 0.243 0.24 0.238 0.235 0.233 0.23 0.228
0.58 0.225 0.222 0.22 0.217 0.215 0.212 0.21 0.207 0.204 0.202
0.57 0.199 0.197 0.194 0.192 0.189 0.187 0.184 0.181 0.179 0.176
0.56 0.174 0.171 0.169 0.166 0.164 0.161 0.159 0.156 0.154 0.151
0.55 0.148 0.146 0.143 0.141 0.138 0.136 0.133 0.131 0.128 0.126
0.54 0.123 0.121 0.118 0.116 0.113 0.111 0.108 0.105 0.103 0.1
0.53 0.098 0.095 0.093 0.09 0.088 0.085 0.083 0.08 0.078 0.075
0.52 0.073 0.07 0.068 0.065 0.063 0.06 0.058 0.055 0.053 0.05
0.51 0.048 0.045 0.043 0.04 0.038 0.035 0.033 0.03 0.028 0.025
0.5 0.023 0.02 0.018 0.015 0.013 0.01 0.008 0.005 0.003 0
1
 Loi du khi-deux avec k degrés de liberté
Quantiles d’ordre 1 − γ

γ
k 0.995 0.990 0.975 0.950 0.900 0.500 0.100 0.050 0.025 0.010 0.005
1 0.00 0.00 0.00 0.00 0.02 0.45 2.71 3.84 5.02 6.63 7.88
2 0.01 0.02 0.05 0.10 0.21 1.39 4.61 5.99 7.38 9.21 10.60
3 0.07 0.11 0.22 0.35 0.58 2.37 6.25 7.81 9.35 11.34 12.84
4 0.21 0.30 0.48 0.71 1.06 3.36 7.78 9.94 11.14 13.28 14.86
5 0.41 0.55 0.83 1.15 1.61 4.35 9.24 11.07 12.83 15.09 16.75
6 0.68 0.87 1.24 1.64 2.20 5.35 10.65 12.59 14.45 16.81 18.55
7 0.99 1.24 1.69 2.17 2.83 6.35 12.02 14.07 16.01 18.48 20.28
8 1.34 1.65 2.18 2.73 3.49 7.34 13.36 15.51 17.53 20.09 21.96
9 1.73 2.09 2.70 3.33 4.17 8.34 14.68 16.92 19.02 21.67 23.59
10 2.16 2.56 3.25 3.94 4.87 9.34 15.99 18.31 20.48 23.21 25.19
11 2.60 3.05 3.82 4.57 5.58 10.34 17.28 19.68 21.92 24.72 26.76
12 3.07 3.57 4.40 5.23 6.30 11.34 18.55 21.03 23.34 26.22 28.30
13 3.57 4.11 5.01 5.89 7.04 12.34 19.81 22.36 24.74 27.69 29.82
14 4.07 4.66 5.63 6.57 7.79 13.34 21.06 23.68 26.12 29.14 31.32
15 4.60 5.23 6.27 7.26 8.55 14.34 22.31 25.00 27.49 30.58 32.80
16 5.14 5.81 6.91 7.96 9.31 15.34 23.54 26.30 28.85 32.00 34.27
17 5.70 6.41 7.56 8.67 10.09 16.34 24.77 27.59 30.19 33.41 35.72
18 6.26 7.01 8.23 9.39 10.87 17.34 25.99 28.87 31.53 34.81 37.16
19 6.84 7.63 8.81 10.12 11.65 18.34 27.20 30.14 32.85 36.19 38.58
20 7.43 8.26 9.59 10.85 12.44 19.34 28.41 31.41 34.17 37.57 40.00
21 8.03 8.90 10.28 11.59 13.24 20.34 29.62 32.67 35.48 38.93 41.40
22 8.64 9.54 10.98 12.34 14.04 21.34 30.81 33.92 36.78 40.29 42.80
23 9.26 10.20 11.69 13.09 14.85 22.34 32.01 35.17 38.08 41.64 44.18
24 9.89 10.86 12.40 13.85 15.66 23.34 33.20 36.42 39.36 42.98 45.56
25 10.52 11.52 13.12 14.61 16.47 24.34 34.28 37.65 40.65 44.31 46.93
26 11.16 12.20 13.84 15.38 17.29 25.34 35.56 38.89 41.92 45.64 48.29
27 11.81 12.88 14.57 16.15 18.11 26.34 36.74 40.11 43.19 46.96 49.65
28 12.46 13.57 15.31 16.93 18.94 27.34 37.92 41.34 44.46 48.28 50.99
29 13.12 14.26 16.05 17.71 19.77 28.34 39.09 42.56 45.72 49.59 52.34
30 13.79 14.95 16.79 18.49 20.60 29.34 40.26 43.77 46.98 50.89 53.67
40 20.71 22.16 24.43 26.51 29.05 39.34 51.81 55.76 59.34 63.69 66.77
50 27.99 29.71 32.36 34.76 37.69 49.33 63.17 67.50 71.42 76.15 79.49
60 35.53 37.48 40.48 43.19 46.46 59.33 74.40 79.08 83.30 88.38 91.95
70 43.28 45.44 48.76 51.74 55.33 69.33 85.53 90.53 95.02 100.42 104.22
80 51.17 53.54 57.15 60.39 64.28 79.33 96.58 101.88 106.63 112.33 116.32
90 59.20 61.75 65.65 69.13 73.29 89.33 107.57 113.14 118.14 124.12 128.30
100 67.33 70.06 74.22 77.93 82.36 99.33 118.50 124.34 129.56 135.81 140.17

Si k est entre 30 et 100 mais n’est pas un multiple de 10, on utilise la table
ci-haut et on fait une interpolation linéaire. Si k > 100 on peut, grâce au
théorème limite central, approximer la loi χ2 (k) par la loi N (k, 2k).

1
 Loi de Student avec k degrés de liberté
Quantiles d’ordre 1 − γ

γ
k 0.25 0.20 0.15 0.10 0.05 0.025 0.010 0.005 0.0025 0.0010 0.0005
1 1.000 1.376 1.963 3.078 6.314 12.71 31.82 63.66 127.3 318.3 636.6
2 0.816 1.061 1.386 1.886 2.920 4.303 6.965 9.925 14.09 22.33 31.60
3 0.765 0.978 1.250 1.638 2.353 3.182 4.541 5.841 7.453 10.21 12.92
4 0.741 0.941 1.190 1.533 2.132 2.776 3.747 4.604 5.598 7.173 8.610
5 0.727 0.920 1.156 1.476 2.015 2.571 3.365 4.032 4.773 5.893 6.869
6 0.718 0.906 1.134 1.440 1.943 2.447 3.143 3.707 4.317 5.208 5.959
7 0.711 0.896 1.119 1.415 1.895 2.365 2.998 3.499 4.029 4.785 5.408
8 0.706 0.889 1.108 1.397 1.860 2.306 2.896 3.355 3.833 4.501 5.041
9 0.703 0.883 1.100 1.383 1.833 2.262 2.821 3.250 3.690 4.297 4.781
10 0.700 0.879 1.093 1.372 1.812 2.228 2.764 3.169 3.581 4.144 4.587
11 0.697 0.876 1.088 1.363 1.796 2.201 2.718 3.106 3.497 4.025 4.437
12 0.695 0.873 1.083 1.356 1.782 2.179 2.681 3.055 3.428 3.930 4.318
13 0.694 0.870 1.079 1.350 1.771 2.160 2.650 3.012 3.372 3.852 4.221
14 0.692 0.868 1.076 1.345 1.761 2.145 2.624 2.977 3.326 3.787 4.140
15 0.691 0.866 1.074 1.341 1.753 2.131 2.602 2.947 3.286 3.733 4.073
16 0.690 0.865 1.071 1.337 1.746 2.120 2.583 2.921 3.252 3.686 4.015
17 0.689 0.863 1.069 1.333 1.740 2.110 2.567 2.898 3.222 3.646 3.965
18 0.688 0.862 1.067 1.330 1.734 2.101 2.552 2.878 3.197 3.610 3.922
19 0.688 0.861 1.066 1.328 1.729 2.093 2.539 2.861 3.174 3.579 3.883
20 0.687 0.860 1.064 1.325 1.725 2.086 2.528 2.845 3.153 3.552 3.850
21 0.686 0.859 1.063 1.323 1.721 2.080 2.518 2.831 3.135 3.527 3.819
22 0.686 0.858 1.061 1.321 1.717 2.074 2.508 2.819 3.119 3.505 3.792
23 0.685 0.858 1.060 1.319 1.714 2.069 2.500 2.807 3.104 3.485 3.767
24 0.685 0.857 1.059 1.318 1.711 2.064 2.492 2.797 3.091 3.467 3.745
25 0.684 0.856 1.058 1.316 1.708 2.060 2.485 2.787 3.078 3.450 3.725
26 0.684 0.856 1.058 1.315 1.706 2.056 2.479 2.779 3.067 3.435 3.707
27 0.684 0.855 1.057 1.314 1.703 2.052 2.473 2.771 3.057 3.421 3.690
28 0.683 0.855 1.056 1.313 1.701 2.048 2.467 2.763 3.047 3.408 3.674
29 0.683 0.854 1.055 1.311 1.699 2.045 2.462 2.756 3.038 3.396 3.659
30 0.683 0.854 1.055 1.310 1.697 2.042 2.457 2.750 3.030 3.385 3.646
40 0.681 0.851 1.050 1.303 1.684 2.021 2.423 2.704 2.971 3.307 3.551
50 0.679 0.849 1.047 1.299 1.676 2.009 2.403 2.678 2.937 3.261 3.496
60 0.679 0.848 1.045 1.296 1.671 2.000 2.390 2.660 2.915 3.232 3.460
80 0.678 0.846 1.043 1.292 1.664 1.990 2.374 2.639 2.887 3.195 3.416
100 0.677 0.845 1.042 1.290 1.660 1.984 2.364 2.626 2.871 3.174 3.390
120 0.677 0.845 1.041 1.289 1.658 1.980 2.358 2.617 2.860 3.160 3.373

∞ 0.674 0.842 1.036 1.282 1.645 1.960 2.326 2.576 2.807 3.090 3.291

1
 Quantiles d’ordre 0.95 de la loi de Fisher
Degrés de liberté du numérateur sur la première ligne
Degrés de liberté du dénominateur sur la colonne de gauche

1 2 3 4 5 6 7 8 9 10
1 161.4 199.5 215.7 224.6 230.2 234.0 236.8 238.9 240.5 241.9
2 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40
3 10.13 9.552 9.277 9.117 9.013 8.941 8.887 8.845 8.812 8.786
4 7.709 6.944 6.591 6.388 6.256 6.163 6.094 6.041 5.999 5.964
5 6.608 5.786 5.409 5.192 5.050 4.950 4.876 4.818 4.772 4.735
6 5.987 5.143 4.757 4.534 4.387 4.284 4.207 4.147 4.099 4.060
7 5.591 4.737 4.347 4.120 3.972 3.866 3.787 3.726 3.677 3.637
8 5.318 4.459 4.066 3.838 3.687 3.581 3.500 3.438 3.388 3.347
9 5.117 4.256 3.863 3.633 3.482 3.374 3.293 3.230 3.179 3.137
10 4.965 4.103 3.708 3.478 3.326 3.217 3.135 3.072 3.020 2.978
11 4.844 3.982 3.587 3.357 3.204 3.095 3.012 2.948 2.896 2.854
12 4.747 3.885 3.490 3.259 3.106 2.996 2.913 2.849 2.796 2.753
13 4.667 3.806 3.411 3.179 3.025 2.915 2.832 2.767 2.714 2.671
14 4.600 3.739 3.344 3.112 2.958 2.848 2.764 2.699 2.646 2.602
15 4.543 3.682 3.287 3.056 2.901 2.790 2.707 2.641 2.588 2.544
16 4.494 3.634 3.239 3.007 2.852 2.741 2.657 2.591 2.538 2.494
17 4.451 3.592 3.197 2.965 2.810 2.699 2.614 2.548 2.494 2.450
18 4.414 3.555 3.160 2.928 2.773 2.661 2.577 2.510 2.456 2.412
19 4.381 3.522 3.127 2.895 2.740 2.628 2.544 2.477 2.423 2.378
20 4.351 3.493 3.098 2.866 2.711 2.599 2.514 2.447 2.393 2.348
21 4.325 3.467 3.072 2.840 2.685 2.573 2.488 2.420 2.366 2.321
22 4.301 3.443 3.049 2.817 2.661 2.549 2.464 2.397 2.342 2.297
23 4.279 3.422 3.028 2.796 2.640 2.528 2.442 2.375 2.320 2.275
24 4.260 3.403 3.009 2.776 2.621 2.508 2.423 2.355 2.300 2.255
25 4.242 3.385 2.991 2.759 2.603 2.490 2.405 2.337 2.282 2.236
26 4.225 3.369 2.975 2.743 2.587 2.474 2.388 2.321 2.265 2.220
27 4.210 3.354 2.960 2.728 2.572 2.459 2.373 2.305 2.250 2.204
28 4.196 3.340 2.947 2.714 2.558 2.445 2.359 2.291 2.236 2.190
29 4.183 3.328 2.934 2.701 2.545 2.432 2.346 2.278 2.223 2.177
30 4.171 3.316 2.922 2.690 2.534 2.421 2.334 2.266 2.211 2.165
40 4.085 3.232 2.839 2.606 2.449 2.336 2.249 2.180 2.124 2.077
50 4.034 3.183 2.790 2.557 2.400 2.286 2.199 2.130 2.073 2.026
60 4.001 3.150 2.758 2.525 2.368 2.254 2.167 2.097 2.040 1.993
70 3.978 3.128 2.736 2.503 2.346 2.231 2.143 2.074 2.017 1.969
80 3.960 3.111 2.719 2.486 2.329 2.214 2.126 2.056 1.999 1.951
90 3.947 3.098 2.706 2.473 2.316 2.201 2.113 2.043 1.986 1.938
100 3.936 3.087 2.696 2.463 2.305 2.191 2.103 2.032 1.975 1.927
150 3.904 3.056 2.665 2.432 2.274 2.160 2.071 2.001 1.943 1.894
200 3.888 3.041 2.650 2.417 2.259 2.144 2.056 1.985 1.927 1.878
400 3.865 3.018 2.627 2.394 2.237 2.121 2.032 1.962 1.903 1.854

1
 Quantiles d’ordre 0.95 de la loi de Fisher
Degrés de liberté du numérateur sur la première ligne
Degrés de liberté du dénominateur sur la colonne de gauche

11 12 13 14 15 16 17 18 19 20
1 243.0 243.9 244.7 245.4 245.9 246.5 246.9 247.3 247.7 248.0
2 19.40 19.41 19.42 19.42 19.43 19.43 19.44 19.44 19.44 19.45
3 8.763 8.745 8.729 8.715 8.703 8.692 8.683 8.675 8.667 8.660
4 5.936 5.912 5.891 5.873 5.858 5.844 5.832 5.821 5.811 5.803
5 4.704 4.678 4.655 4.636 4.619 4.604 4.590 4.579 4.568 4.558
6 4.027 4.000 3.976 3.956 3.938 3.922 3.908 3.896 3.884 3.874
7 3.603 3.575 3.550 3.529 3.511 3.494 3.480 3.467 3.455 3.445
8 3.313 3.284 3.259 3.237 3.218 3.202 3.187 3.173 3.161 3.150
9 3.102 3.073 3.048 3.025 3.006 2.989 2.974 2.960 2.948 2.936
10 2.943 2.913 2.887 2.865 2.845 2.828 2.812 2.798 2.785 2.774
11 2.818 2.788 2.761 2.739 2.719 2.701 2.685 2.671 2.658 2.646
12 2.717 2.687 2.660 2.637 2.617 2.599 2.583 2.568 2.555 2.544
13 2.635 2.604 2.577 2.554 2.533 2.515 2.499 2.484 2.471 2.459
14 2.565 2.534 2.507 2.484 2.463 2.445 2.428 2.413 2.400 2.388
15 2.507 2.475 2.448 2.424 2.403 2.385 2.368 2.353 2.340 2.328
16 2.456 2.425 2.397 2.373 2.352 2.333 2.317 2.302 2.288 2.276
17 2.413 2.381 2.353 2.329 2.308 2.289 2.272 2.257 2.243 2.230
18 2.374 2.342 2.314 2.290 2.269 2.250 2.233 2.217 2.203 2.191
19 2.340 2.308 2.280 2.256 2.234 2.215 2.198 2.182 2.168 2.155
20 2.310 2.278 2.250 2.225 2.203 2.184 2.167 2.151 2.137 2.124
21 2.283 2.250 2.222 2.197 2.176 2.156 2.139 2.123 2.109 2.096
22 2.259 2.226 2.198 2.173 2.151 2.131 2.114 2.098 2.084 2.071
23 2.236 2.204 2.175 2.150 2.128 2.109 2.091 2.075 2.061 2.048
24 2.216 2.183 2.155 2.130 2.108 2.088 2.070 2.054 2.040 2.027
25 2.198 2.165 2.136 2.111 2.089 2.069 2.051 2.035 2.021 2.007
26 2.181 2.148 2.119 2.094 2.072 2.052 2.034 2.018 2.003 1.990
27 2.166 2.132 2.103 2.078 2.056 2.036 2.018 2.002 1.987 1.974
28 2.151 2.118 2.089 2.064 2.041 2.021 2.003 1.987 1.972 1.959
29 2.138 2.104 2.075 2.050 2.027 2.007 1.989 1.973 1.958 1.945
30 2.126 2.092 2.063 2.037 2.015 1.995 1.976 1.960 1.945 1.932
40 2.038 2.003 1.974 1.948 1.924 1.904 1.885 1.868 1.853 1.839
50 1.986 1.952 1.921 1.895 1.871 1.850 1.831 1.814 1.798 1.784
60 1.952 1.917 1.887 1.860 1.836 1.815 1.796 1.778 1.763 1.748
70 1.928 1.893 1.863 1.836 1.812 1.790 1.771 1.753 1.737 1.722
80 1.910 1.875 1.845 1.817 1.793 1.772 1.752 1.734 1.718 1.703
90 1.897 1.861 1.830 1.803 1.779 1.757 1.737 1.720 1.703 1.688
100 1.886 1.850 1.819 1.792 1.768 1.746 1.726 1.708 1.691 1.676
150 1.853 1.817 1.786 1.758 1.734 1.711 1.691 1.673 1.656 1.641
200 1.837 1.801 1.769 1.742 1.717 1.694 1.674 1.656 1.639 1.623
400 1.813 1.776 1.745 1.717 1.691 1.669 1.648 1.630 1.613 1.597

2
 Quantiles d’ordre 0.95 de la loi de Fisher
Degrés de liberté du numérateur sur la première ligne
Degrés de liberté du dénominateur sur la colonne de gauche

21 22 23 24 25 26 27 28 29 30
1 248.3 248.6 248.8 249.1 249.3 249.5 249.6 249.8 250.0 250.1
2 19.45 19.45 19.45 19.45 19.46 19.46 19.46 19.46 19.46 19.46
3 8.654 8.648 8.643 8.639 8.634 8.630 8.626 8.623 8.620 8.617
4 5.795 5.787 5.781 5.774 5.769 5.763 5.759 5.754 5.750 5.746
5 4.549 4.541 4.534 4.527 4.521 4.515 4.510 4.505 4.500 4.496
6 3.865 3.856 3.849 3.841 3.835 3.829 3.823 3.818 3.813 3.808
7 3.435 3.426 3.418 3.410 3.404 3.397 3.391 3.386 3.381 3.376
8 3.140 3.131 3.123 3.115 3.108 3.102 3.095 3.090 3.084 3.079
9 2.926 2.917 2.908 2.900 2.893 2.886 2.880 2.874 2.869 2.864
10 2.764 2.754 2.745 2.737 2.730 2.723 2.716 2.710 2.705 2.700
11 2.636 2.626 2.617 2.609 2.601 2.594 2.588 2.582 2.576 2.570
12 2.533 2.523 2.514 2.505 2.498 2.491 2.484 2.478 2.472 2.466
13 2.448 2.438 2.429 2.420 2.412 2.405 2.398 2.392 2.386 2.380
14 2.377 2.367 2.357 2.349 2.341 2.333 2.326 2.320 2.314 2.308
15 2.316 2.306 2.297 2.288 2.280 2.272 2.265 2.259 2.253 2.247
16 2.264 2.254 2.244 2.235 2.227 2.220 2.212 2.206 2.200 2.194
17 2.219 2.208 2.199 2.190 2.181 2.174 2.167 2.160 2.154 2.148
18 2.179 2.168 2.159 2.150 2.141 2.134 2.126 2.119 2.113 2.107
19 2.144 2.133 2.123 2.114 2.106 2.098 2.090 2.084 2.077 2.071
20 2.112 2.102 2.092 2.082 2.074 2.066 2.059 2.052 2.045 2.039
21 2.084 2.073 2.063 2.054 2.045 2.037 2.030 2.023 2.016 2.010
22 2.059 2.048 2.038 2.028 2.020 2.012 2.004 1.997 1.990 1.984
23 2.036 2.025 2.014 2.005 1.996 1.988 1.981 1.973 1.967 1.961
24 2.015 2.003 1.993 1.984 1.975 1.967 1.959 1.952 1.945 1.939
25 1.995 1.984 1.974 1.964 1.955 1.947 1.939 1.932 1.926 1.919
26 1.978 1.966 1.956 1.946 1.938 1.929 1.921 1.914 1.907 1.901
27 1.961 1.950 1.940 1.930 1.921 1.913 1.905 1.898 1.891 1.884
28 1.946 1.935 1.924 1.915 1.906 1.897 1.889 1.882 1.875 1.869
29 1.932 1.921 1.910 1.901 1.891 1.883 1.875 1.868 1.861 1.854
30 1.919 1.908 1.897 1.887 1.878 1.870 1.862 1.854 1.847 1.841
40 1.826 1.814 1.803 1.793 1.783 1.775 1.766 1.759 1.751 1.744
50 1.771 1.759 1.748 1.737 1.727 1.718 1.710 1.702 1.694 1.687
60 1.735 1.722 1.711 1.700 1.690 1.681 1.672 1.664 1.656 1.649
70 1.709 1.696 1.685 1.674 1.664 1.654 1.646 1.637 1.629 1.622
80 1.689 1.677 1.665 1.654 1.644 1.634 1.626 1.617 1.609 1.602
90 1.675 1.662 1.650 1.639 1.629 1.619 1.610 1.601 1.593 1.586
100 1.663 1.650 1.638 1.627 1.616 1.607 1.598 1.589 1.581 1.573
150 1.627 1.614 1.602 1.590 1.580 1.570 1.560 1.552 1.543 1.535
200 1.609 1.596 1.583 1.572 1.561 1.551 1.542 1.533 1.524 1.516
400 1.582 1.569 1.556 1.545 1.534 1.523 1.514 1.505 1.496 1.488

3
 Quantiles d’ordre 0.95 de la loi de Fisher
Degrés de liberté du numérateur sur la première ligne
Degrés de liberté du dénominateur sur la colonne de gauche

40 50 60 70 80 90 100 150 200 400

1 251.1 251.8 252.2 252.5 252.7 252.9 253.0 253.5 253.7 253.8
2 19.47 19.48 19.48 19.48 19.48 19.48 19.49 19.49 19.49 19.49
3 8.594 8.581 8.572 8.566 8.561 8.557 8.554 8.545 8.540 8.537
4 5.717 5.699 5.688 5.679 5.673 5.668 5.664 5.652 5.646 5.643
5 4.464 4.444 4.431 4.422 4.415 4.409 4.405 4.392 4.385 4.381
6 3.774 3.754 3.740 3.730 3.722 3.716 3.712 3.698 3.690 3.686
7 3.340 3.319 3.304 3.294 3.286 3.280 3.275 3.260 3.252 3.248
8 3.043 3.020 3.005 2.994 2.986 2.980 2.975 2.959 2.951 2.947
9 2.826 2.803 2.787 2.776 2.768 2.761 2.756 2.739 2.731 2.726
10 2.661 2.637 2.621 2.610 2.601 2.594 2.588 2.572 2.563 2.558
11 2.531 2.507 2.490 2.478 2.469 2.462 2.457 2.439 2.431 2.426
12 2.426 2.401 2.384 2.372 2.363 2.356 2.350 2.332 2.323 2.318
13 2.339 2.314 2.297 2.284 2.275 2.267 2.261 2.243 2.234 2.229
14 2.266 2.241 2.223 2.210 2.201 2.193 2.187 2.169 2.159 2.154
15 2.204 2.178 2.160 2.147 2.137 2.130 2.123 2.105 2.095 2.089
16 2.151 2.124 2.106 2.093 2.083 2.075 2.068 2.049 2.039 2.034
17 2.104 2.077 2.058 2.045 2.035 2.027 2.020 2.001 1.991 1.985
18 2.063 2.035 2.017 2.003 1.993 1.985 1.978 1.958 1.948 1.942
19 2.026 1.999 1.980 1.966 1.955 1.947 1.940 1.920 1.910 1.903
20 1.994 1.966 1.946 1.932 1.922 1.913 1.907 1.886 1.875 1.869
21 1.965 1.936 1.916 1.902 1.891 1.883 1.876 1.855 1.845 1.838
22 1.938 1.909 1.889 1.875 1.864 1.856 1.849 1.827 1.817 1.810
23 1.914 1.885 1.865 1.850 1.839 1.830 1.823 1.802 1.791 1.784
24 1.892 1.863 1.842 1.828 1.816 1.808 1.800 1.779 1.768 1.761
25 1.872 1.842 1.822 1.807 1.796 1.787 1.779 1.757 1.746 1.739
26 1.853 1.823 1.803 1.788 1.776 1.767 1.760 1.738 1.726 1.719
27 1.836 1.806 1.785 1.770 1.758 1.749 1.742 1.719 1.708 1.701
28 1.820 1.790 1.769 1.754 1.742 1.733 1.725 1.702 1.691 1.683
29 1.806 1.775 1.754 1.738 1.726 1.717 1.710 1.686 1.675 1.667
30 1.792 1.761 1.740 1.724 1.712 1.703 1.695 1.672 1.660 1.652
40 1.693 1.660 1.637 1.621 1.608 1.597 1.589 1.564 1.551 1.542
50 1.634 1.599 1.576 1.558 1.544 1.534 1.525 1.498 1.484 1.475
60 1.594 1.559 1.534 1.516 1.502 1.491 1.481 1.453 1.438 1.428
70 1.566 1.530 1.505 1.486 1.471 1.459 1.450 1.420 1.404 1.394
80 1.545 1.508 1.482 1.463 1.448 1.436 1.426 1.395 1.379 1.368
90 1.528 1.491 1.465 1.445 1.429 1.417 1.407 1.375 1.358 1.348
100 1.515 1.477 1.450 1.430 1.415 1.402 1.392 1.359 1.342 1.331
150 1.475 1.436 1.407 1.386 1.369 1.356 1.345 1.309 1.290 1.278
200 1.455 1.415 1.386 1.364 1.346 1.332 1.321 1.283 1.263 1.249
400 1.425 1.383 1.352 1.329 1.311 1.296 1.283 1.242 1.219 1.204