EXERCICE CORRIG TYPE : INTERVALLE DE CONFIANCE

On commence par rappeler le thorme de la limite centrale Thoreme 1 (limite centrale). Soit (Xn ) une suite de v.a. i.i.d. desprance commune et de variance commune 2 < . Alors Sn n N (0, 1) . n 2 Exercice : La socit Audimat, dsirant valuer la proportion p de tlspectateurs regardant une certaine mission de tlvision, interroge n tlspectateurs par tlphone. On note X la v.a. qui, tout individu, fait correspondre le nombre 1 sil a regard lmission, et 0 sinon. On note (X1 , . . . , Xn ), le n-chantillon de X ainsi obtenu ; Xi tant la rponse de lindividu numrot i. Le but est destimer la proportion p, en donnant un intervalle de conance au risque , avec ]0; 1[ petit (typiquement = 5% ou = 1%). X suit une loi de Bernoulli de paramtre p. Donc, pour tout i, on a Xi B (p). On utilise lestimateur suivant pour p : p n = 1 n
n

Xi .
i=1

( (re)faire : calculer son biais et son risque quadratique.) On cherche un intervalle de conance I pour p de sorte que : P{p I } 1 . avec [0; 1] x. Plus prcisment, on a de bonnes raisons de penser que p n soit une bonne estimation du paramtre p. On va donc chercher cet intervalle sous la forme I = [ p t; p + t] o t R+ . On cherche alors t tel que P{p [ p n t; p n + t]} 1 P{|p n p| < t} 1 P |p n p| p(1 p)/n < t p(1 p)/n 1.

n p| Or, si n est sufsament grand, le TLC nous dit que |p

p(1p)/n

est approximative-

ment de loi N (0, 1). Soit alors Z N (0, 1), et soit z lunique valeur telle que P{|Z | < z } = 1 . La valeur de z nous est donne par les tables de la loi normale. Par exemple, si = 0.95, alors z = 1.96. Si = 0.99, alors z = 2.57. z est donc maintenant connu, et on peut poursuivre le calcul. On a donc :
1

Licence MASS

Statistiques

P avec

|p n p| p(1 p)/n

<

t p(1 p)/n

1,

t =z. p(1 p)/n Malheureusement, cette dernire quation ne nous permet pas de dterminer t, puisquelle contient deux inconnues : t et p. Mais si n est grand, p peut tre approch par p n daprs la loi des grands nombres. On arrive alors t p [ pn z z p n (1 p n )/n . p n (1 p n )/n] . On peut donc parier (avec un risque davoir tort) que p n (1 p n )/n; p n + z

Application numrique : On xe = 1%. On suppose que la socit Audimat a interrog 200 personnes. Sur ces 200 personnes, 40 ont rpondu avoir regard lmission de tlvision. On peut donc dire (avec 1% de risque de se tromper) que la proportion p de tlspectateurs ayant regard cette mission est telle que p [0.2 2.57 0.2(0.8)/200; 0.2 + 2.57 0.2(0.8)/200] [0.127; 0.272] . Si on avait x = 5%, on aurait trouv p [0.144; 0.255] . Il faut ici comprendre que si on refait la mme exprience (compter le nombre de personnes ayant regard lmission sur 200 personnes interroges au hasard) un grand nombre de fois, 99% (ou 95%, selon le choix de ) des intervalles de conance obtenus contiennent la vraie valeur de p. Il sagit donc bien dun pari que lon fait sur notre chantillon. Il est tout fait possible que nous nayons pas de chance, et que notre chantillon de donnes soit parmi les 1% (ou 5% selon ) de mauvais chantillons.