QCM sur le test du Khi² de Karl Pearson (1)

Partant du fait que la solution exacte se trouve dans les propositions faites ci-après, il est donc possible de répondre juste à une question sans pour autant connaître quoique ce soit au cours concerné...... Le barème sera par conséquent le suivant:

• • 2 points par réponse exacte.
• • 0 point par question non remplie.
• • -1 point par réponse fausse.

Questions		Réponses
1°) Si, avec un test de Karl Pearson, on souhaite vérifier la validité de l'ajustement d'une série de données avec une loi Normale de paramètres connus (µ=5; σ=1) et sachant que k (nombre de classes d'effectifs théoriques) est supérieur à 5, alors le test s'effectuera à		= k-1 ddl = k-2 ddl = k-3 ddl
2°) Un test du Khi² s'effectue sur :		Des effectifs Des pourcentages Les 2
3°) Quand des paramètres de la loi théorique sont estimés à partir d'un échantillon, le test sera :		Obligatoirement un test d'ajustement Obligatoirement un test de conformité Ca dépend des cas
4°) Que faire lorsque dans un tel test, un effectif observé est inférieur à 5 ?		Faire un autre type de test Ne rien faire Effectuer un regroupement
5°) Si l'on sait que x # s², on pensera plutôt à comparer les données observées avec une loi :		Binomiale De poisson Normale
6°) Si l'on trouve une valeur observée de 38,60 et qu'on lit sur la table de Karl Pearson 29,62 au seuil de risque de 0,10 et 42,67 au seuil de risque de 0,001, alors :		On rejette Ho si le test est significatif On accepte Ho si le test est hautement significatif On ne peut rien en déduire à 1% ni à 5%
7°) Si l'on trouve une valeur observée de 17,0 et qu'on lit sur la table de Karl Pearson 19,81 au seuil de risque de 10%, alors quelle affirmation est vraie ?		On rejette Ho si le test est réalisé à 5% On rejette Ho si le test est réalisé à 1% On accepte Ho à 5% comme à 1%
8°) D'une population Normale N(µ,σ) on extrait un échantillon de variance S², alors suit une loi du Khi² à :		n-2 degrés de liberté n-1 degrés de liberté n degrés de liberté
9°) Si l'on effectue un test du Khi² sur n classes indépendantes et que l'on a estimé e paramètres alors la lecture sur la table sera faite à :		= n ddl = n-e ddl = n-e-1 ddl
10°) Les nc (respectivement les no) étant les effectifs calculés (respectivement les effectifs observés), l'écart mesuré entre la répartition théorique et la répartition observée est la somme de :		nc(no-nc) (no-nc)²/no (no-nc)²/nc
11°) Si l'on trouve une valeur observée de 15,25 et qu'on lit sur la table de Karl Pearson 14,07 au seuil de risque de 0,05 et 18,48 au seuil de risque de 0,01, alors :		On accepte l'hypothèse nulle de façon significative mais on rejette de façon hautement significative On rejette l'hypothèse nulle de façon significative mais on accepte de façon hautement significative On rejette l'hypothèse nulle de façon hautement significative et même très hautement significative