1) Loi normale ?
Pour savoir si le poids suit une loi Normale, nous allons effectuer un test du khy-2. Dans un premier temps nous allons regrouper les intervalles de manières à avoir au moins 5 valeurs dans chaque. Ensuite nous allons calculer les valeurs théoriques de la distribution. Pour finir nous allons utiliser le test du khy-2 d’Excel qui est déjà implémenté.

Test du Khy-2 : 9,760.10-65.
En lisant la description de l’aide sous Excel, une faible valeur à ce test signifie bien que la loi est normale. 2) Régression linéaire : 3) Estimation de la moyenne :
Nous allons estimer la moyenne pour l’ensemble de la population grâce à la moyenne et la variance de l’échantillon avec son intervalle de confiance.
Hypothèse : On supposera que les échantillons A et B sont indépendants.
Tout d’abord, nous avons calculé pour chaque logement sa consommation moyenne par mètre carré. A partir de ces données, une moyenne globale est calculée puis une moyenne sur l’échantillon A et l’échantillon B.
Les résultats obtenus sont :

On observe a première vue, que ces résultats sont assez proches les uns des autres. Ensuite, un intervalle de confiance à 95% va être construit pour vérifier la représentativité de ces données.
Ecart-type : s*=0,3317 Borne minimale | Moyenne consommation par m² | Borne maximale | 3,173 | 3,2400 | 3,3069 |

On remarque que les moyennes calculées précédemment pour les échantillons Nord et Sud sont inclus dans cet intervalle donc ils sont bien représentatifs de l’échantillon global. 4) Estimations et comparaison des moyennes
Nous souhaitons faire une analyse de deux sous populations au sein de la population totale. a) Estimations des moyennes :
Nous voulons estimer les moyennes des deux sous populations.
Pour ce faire, une formule directement incluse dans Excel à été utilisé, les résultats obtenus sont les suivants :

b) Comparaison des deux moyennes :
Nous voulons prouver que les deux populations A et B ont les