HP Calculatrice graphique HP 48gII Manuel d'utilisation

Page 692

Advertising
background image

Page 18-60


• Tout d’abord, nous obtenons t

n-2,

α

/2

= t

3

,

0.025

= 3.18244630528 (se

référer au Chapitre 17 pour un programme permettant de résoudre t

ν

,a

) :

• Ensuite, nous calculons les termes

(t

n-2,

α

/2

)

⋅s

e

/

√S

xx

= 3.182…

⋅(0.1826…/2.5)

1/2

= 0.8602…

(t

n-2,

α

/2

)

⋅s

e

⋅[(1/n)+x

2

/S

xx

]

1/2

=

3.1824…

⋅√0.1826…⋅[(1/5)+3

2

/2.5]

1/2

= 2.65


• Enfin, pour la pente B, l’intervalle de confiance 95% est

(-0.86-0.860242, -0.86+0.860242) = (-1.72, -0.00024217)

Pour le segment A, l’intervalle de confiance 95% est (3.24-2.6514,
3.24+2.6514) = (0.58855,5.8914).


Exemple 2 -- Supposons que les données y utilisées à l’exemple 1 représentent
l’élongation (en centièmes de pouces) d’un fil de métal lorsqu’il est soumis à
une force x (en dixième de livres). Le phénomène physique est tel que nous
espérons que le segment A, soit zéro. Pour vérifier si tel est le cas, nous
testons l’hypothèse nulle, H

0

:

Α = 0, par rapport à l’hypothèse alternative, H

1

:

Α ≠ 0, à un niveau de signification α = 0.05.

La statistique de test est t

0

= (a-

0)/[(1/n)+x

2

/S

xx

]

1/2

= (-0.86)/ [(1/5)+3

2

/2.5]

½

= -0.44117. La valeur critique de t pour

ν = n – 2 = 3 et α/2 = 0.025 peut

être calculée en utilisant la résolution numérique pour l’équation

α = UTPT(γ,t)

développée au Chapitre 17. Dans ce programme,

γ représente les degrés de

liberté (n-2) et

α représente la probabilité de dépasser une certaine valeur de

t, soit Pr[ t>t

α

] = 1 –

α. Pour l’exemple présent, la valeur du degré de

signification est

α = 0.05, g = 3 et t

n-2,

α

/2

= t

3,0.025

. De même, pour

γ = 3 et α

= 0.025, t

n-2,

α

/2

= t

3,0.025

= 3.18244630528. Parce que t

0

> - t

n-2,

α

/2

, nous ne

pouvons pas rejeter l’hypothèse nulle, H

0

:

Α = 0, par rapport à l’hypothèse

alternative, H

1

:

Α ≠ 0, à un niveau de signification α = 0.05.

Ce résultat suggère que prendre A = 0 pour cette régression linéaire devrait
être acceptable. Après tout, la valeur que nous avons trouvée pour a était –
0.86, ce qui est relativement proche de zéro.

Advertising