Vous êtes sur la page 1sur 65
P OLYTECH ’L ILLE D ÉPARTEMENT G.I.S. Statistiques inférentielles Julien JACQUES

P OLYTECH ’L ILLE D ÉPARTEMENT G.I.S.

Statistiques inférentielles

Julien JACQUES http://labomath.univ-lille1.fr/ jacques/

2

Table des matières

1 Échantillonnage et statistiques descriptives

 

7

1.1 Échantillon

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

7

1.2 Exemple introductif

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

7

1.3 Description d’une variable

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

7

 

1.3.1 Les différents types de variables

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

7

1.3.2 Résumés numériques d’une variable quantitative

 

9

 

1.3.2.1 Caractéristiques de tendance centrale

9

1.3.2.2 Caractéristiques de dispersion

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

1.3.2.3 Caractéristiques de forme

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

9

 

1.3.3 Représentation graphique d’une variable quantitative

 

10

 

1.3.3.1 Boîte à moustaches ou box plot

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

1.3.3.2 Histogramme

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

10

1.3.3.3 La fonction de répartition empirique

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

12

 

1.3.4 Résumé numérique d’une variable qualitative

 

12

1.3.5 Représentation graphique d’une variable qualitative

 

12

1.4

Description de plusieurs variables

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

14

1.4.1

Liaison entre deux variables quantitatives

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

14

 

. Coefficient de corrélation linéaire

Nuage de points.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

1 4

14

Coefficient de corrélation partielle

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

15

 

1.4.2

Liaison entre une variable quantitative et une variab le qualitative

 

15

1.4.3

Liaisons entre deux variables qualitatives

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

15

 

1.4.3.1

Cas des variables ordinales

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

16

 

1.4.4

Vers le cas multidimensionnel

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

16

2 Estimation

 

19

2.1 Préambule : étude des statistiques et .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

19

 

 

2.1.1 Etude de la statistique

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

19

2.1.2 Etude de la statistique

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

20

2.1.3 Définition des lois du , de Student et de Fisher-Snedecor

 

21

2.1.4 Cas des échantillons gaussiens

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

21

2.2 Notion d’estimateur .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

22

2.3 Qualité d’un estimateur

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

22

2.4 Estimateur exhaustif

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

23

2.5 Estimation sans biais de variance minimale

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

24

2.6 Méthode du maximum de vraisemblance

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

25

2.7 Estimation par intervalles

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

25

 

2.7.1 Intervalle de confiance sur l’espérance

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

26

 

2.7.1.1 Intervalle de confiance sur l’espérance d’une loi no rmale avec variance connue

26

2.7.1.2 Intervalle de confiance sur l’espérance d’une loi no rmale avec variance inconnue .

27

2.7.1.3 Si la loi de n’est pas une loi normale

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

28

 

2.7.2 Intervalle de confiance sur la variance d’une loi norma le

 

28

 

2.7.2.1 Intervalle de confiance sur la variance d’une loi nor male lorsque est connue

 

28

2.7.2.2 Intervalle de confiance sur la variance d’une loi nor male lorsque est inconnue .

28

3

4

TABLE DES MATIÈRES

3

2.7.3 Intervalle de confiance sur une proportion

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2.7.4 Récapitulatif

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2.8 Plus d’estimation statistique

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2.8.1 Estimation bayésienne

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2.8.1.1

Application : estimation bayésienne de la moyenne d ’une loi normale de variance .

connue .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2.8.2 Estimation robuste : cas de la valeur centrale d’une distribution symétrique

2.9 Estimation fonctionnelle

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2.9.1 Estimation de la fonction de répartition

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

2.9.2 Estimation non paramétrique de la densité

 

Tests statistiques

3.1 Théorie des tests paramétriques

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3.1.1 Introduction : test sur l’espérance d’une loi normale de variance connue

3.1.2 Vocabulaire des tests

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3.1.3 Probabilité d’erreur et risque, puissance de test

 

3.1.4 Choix optimal de la statistique de test et de la région d e rejet

 

3.1.5 Utilisation de la puissance de test

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3.1.6 .

Résumé

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

p-value

3.1.7 .

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3.2 Tests sur une population

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3.2.1 Test sur le caractère central d’une population

 

3.2.1.1 Cas d’un échantillon grand ou gaussien Test contre lorsque est connue

 

Test contre lorsque est inconnue

 

3.2.1.2 Cas d’un petit échantillon non gaussien

 

Statistique de rang

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

Test des rangs signés (Wilcoxon à un échantillon)

. Test des scores normaux

Test du signe

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3.2.2 Test sur la variance d’une population gaussienne

3.2.2.1

Test

Test

3.2.2.2

contre

contre

3.2.2.3 Tests unilatéraux sur la variance

, moyenne connue , moyenne inconnue .

.

.

.

.

.

.

.

.

.

.

.

3.2.3 Test sur une proportion pour un grand échantillon

3.2.3.1

3.2.3.2 Tests unilatéraux sur une proportion

Test

contre

3.2.4 Test de l’aléatoire d’un échantillon

.

.

.

.

.

.

.

.

.

.

.

.

3.2.4.1 Test de corrélation des rangs de Spearman

3.2.4.2 Test des changements de signes

3.2.5 Tests d’ajustement à une loi de probabilité spécifiée

3.2.5.1 Quelques méthodes empiriques La forme de l’histogramme

.

.

.

.

.

La nature du phénomène

.

.

.

.

.

.

.

.

.

.

Utilisation des moments

 

.

.

.

.

.

.

.

.

.

.

3.2.5.2 Ajustement graphiques

.

.

.

.

.

.

.

.

.

Loi exponentielle .

.

.

.

.

.

.

.

.

.

.

.

.

.

Loi normale

.

.

.

.

.

.

.

.

.

3.2.5.3 Test d’ajustement du

 

.

.

.

.

.

.

.

.

.

Si des estimations sont nécessaires

 

Effectif minimal d’une classe

.

.

.

.

.

.

.

3.2.5.4 Test de Kolmogorov-Smirnov

 

3.2.5.5 Test de Shapiro-Wilk (normalité)

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

3.2.6 Test d’indépendance entre deux variables aléatoires

3.2.6.1 Cas de deux variables aléatoires quantitatives

Test de corrélation linéaire

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

 

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.