UNIVERSITE de NICE - SOPHIA ANTIPOLIS

Institut Supérieur d’Economie et de Management

ANNÉE UNIVERSITAIRE : 2012-2013 REF.

ANNÉE D’ÉTUDE : L2
MATIÈRE : PROBABILITÉS, STATISTIQUES
ENSEIGNANT : Julien BARRÉ
THÈME DE LA SÉANCE : Estimation; intervalles de confiance.

Correction- Fiche TD 5 - L2 Économie-Gestion

Exercice 1 : estimation d’une moyenne; écart-type connu (Anderson)

Chaque semaine, le magasin Monoprix de A. sélectionne un échantillon de 100 clients, pour
estimer le montant moyen des dépenses de chaque client. En se fondant sur les nombreuses
enquêtes précédentes, Monoprix suppose que la dépense de chaque client suit approximative-
ment une loi normale, d’écart-type 10 euros.
Cette semaine, la moyenne d’échantillon observée par le Monoprix de A. est 45 euros. On note
m le montant moyen dépensé par les clients cette semaine.
a. On connaı̂t l’écart-type, σ = 10; la dépense de chaque client suit une loi normale. On
applique la formule du cours, avec σ = 10, α = 0.05, n = 100
√ √
I0.95 = [45 − 1.96 ∗ 10/ 100, 45 + 1.96 ∗ 10/ 100] = [43.04, 46.96]

b. Cette fois, on utilise α = 0.01 :

√ √
I0.99 = [45 − 2.58 ∗ 10/ 100, 45 + 2.58 ∗ 10/ 100] = [42.42, 47.58]

Exercice 2 : estimation d’une moyenne; écart-type connu (Anderson)

L’écart-type d’une population est supposé connu égal à 15.
a. La moyenne d’un échantillon aléatoire de 60 observations est égale à 80. Construire un
intervalle de confiance à 95% pour la moyenne de la population.

L’échantillon est de taille n = 60; on peut supposer que c’est suffisant pour appliquer le
TCL. On peut donc utiliser la formule du cours pour construire l’intervalle de confiance
√ √ √
I0.95 = [m ± σzα/2 / n] = [80 − 1.96 ∗ 15/ 60, 80 + 1.96 ∗ 15/ 60] = [76.2, 83.8]

b. On effectue 60 observations supplémentaires; la moyenne de l’échantillon aléatoire de

120 observations est toujours 80. Construire un intervalle de confiance à 95% pour la moyenne
de la population.
On utilise miantenant n = 120 :
√ √ √
I0.95 = [m ± σzα/2 / n] = [80 − 1.96 ∗ 15/ 120, 80 + 1.96 ∗ 15/ 120] = [77.32, 82.68]

c. Combien d’observations doit-on effectuer pour obtenir une marge d’erreur de 1 au seuil
de confiance de 95% ?

1
 √
La marge d’erreur ε est donnée par la formule ε = zα/2 ∗ σ/ n. Pour avoir ε < 1, il faut donc
prendre
n > 1.962 ∗ 152 /12 ; par exemple n = 865.
Exercice 3 : estimation d’une moyenne; écart-type inconnu
Un échantillon tiré d’une population suivant une loi normale fournit les observations suivantes :

120, 141, 93, 105, 76, 132, 109, 117

a. Donnez une estimation ponctuelle de la moyenne de la population.

On estime la moyenne de la population par la moyenne de l’échantillon; on trouve

x̄ = 111.6

b. Donnez une estimation ponctuelle de l’écart-type de la population.

On utilise la formule du cours; on obtient

(120 − 111.6)2 + ... + (117 − 111.6)2

s̄2 =
7
donc s̄ = 20.85
c. Donnez un intervalle de confiance à 95% pour la moyenne de la population.
L’écart-type est a priori inconnu, donc estimé à partir de l’échantillon; l’échantillon est petit
(n = 8), mais on sait que la loi de la population est normale; on peut donc appliquer la formule
du cours, en utilisant la loi de Student à 7 degrés de liberté. Donc
√ √
I = [x̄ ± tα/2 s̄/ n] = [111.6 ± 20.85 ∗ 2.365/ 8] = [94.17, 129.03]

Exercice 4 :
1. On considère l’échantillon suivant, constitué de tirages suivant une loi normale d’espérance
µ et d’écart-type σ = 3, N (µ, 32 ) :

14.5 9.3 12.3 10.4 12.9 10.2 13.5 14.2

a. Construire un intervalle de confiance pour µ, au niveau de confiance 99%. Expliquer les

étapes de votre démarche.
La population suit une loi normale, donc on peut construire un intervalle de confiance avec
un échantillon de taille n = 8. L’écart-type de la population est connue, donc on utilise la loi
normale pour construire l’intervalle de confiance.
On calcule la moyenne d’échantillon, on obtient x̄ ' 12.2. On a la formule suivante pour la
marge d’erreur √
ε = zα/2 σ/ n
Avec α = 0.01, zα/2 = 2.58. Donc ε ' 2.7. On obtient l’intervalle

I = [9.5; 14.9]

b. Toujours au niveau de confiance 99%, on souhaite obtenir une marge d’erreur pour µ
inférieure ou égale à 0.5; comment choisir la taille de l’échantillon (on suppose toujours
√σ = 3) ?
On utilise la même formule que ci-dessus pour la marge d’erreur. On veut ε = 2.58∗3/ n ≤ 0.5.
On obtient n ≥ 240.
2. On considère l’échantillon suivant, constitué de tirages suivant une loi normale d’espérance
µ et d’écart-type σ inconnu, N (µ, σ 2 ) :

2
 18.8 11.2 3.4 8.6 17.4 7.7 15.8 12.5

Construire un intervalle de confiance pour µ, au niveau de confiance 95%. Expliquer les

étapes de votre démarche.
La population suit une loi normale, donc on peut construire un intervalle de confiance avec un
échantillon de taille n = 8. L’écart-type de la population est inconnu, donc on utilise une loi
de Student à 7 degrés de liberté pour construire l’intervalle de confiance.
On calcule la moyenne d’échantillon, on obtient x̄ ' 11.9. On calcule l’écart-type d’échantillon,
on obtient s ' 5.27 On a la formule suivante pour la marge d’erreur
√
ε = tα/2 s/ n

Avec α = 0.05, on obtient tα/2 = 2.36, et ε ' 4.4. On obtient l’intervalle

I = [7.5; 16.3]

Exercice 5 : estimation d’une proportion

Une enquête de La Poste indique que l’envoi personnalisé d’un courrier publicitaire à un client
potentiel entraı̂ne une visite en magasin de ce client dans 46% des cas (entendu à la radio).
Supposons que ce résultat vienne d’une enquête sur 50 courriers envoyés. Construire un
intervalle de confiance à 90% pour la proportion de destinataires du courrier se rendant en
magasin.
On utilise le cours pour l’estimation d’une proportion, avec α = 0.1; on obtient
p
I = [0.46 ± zα/2 p̄(1 − p̄)/n] = [0.344, 0.576]

Exercice 6 : estimation d’une proportion

Deux candidats sont en lice pour la prochaine élection, A et B. Un sondage donne A gagnant
avec 55% des voix contre 45 à son adversaire.
a. On suppose que 250 personnes ont été sondées.

On construit l’intervalle de confiance pour la proportion de votants en faveur de A, au seuil

1 − α=95% : p
I = [0.55 ± 1.96 ∗ .55 ∗ .45/250] = [0.488, 0.612]
b. Même question, si on suppose maintenant que 1000 personnes ont été interrogées.
On obtient maintenant
p
I = [0.55 ± 1.96 ∗ .55 ∗ .45/1000] = [0.519, 0.581]

Exercice 7 : taille d’échantillons

On souhaite faire une enquête sur le salaire annuel moyen à la sortie d’une école d’ingénieur.
Avant de commencer l’enquête, on se pose les questions suivantes : avec quelle précision
souhaite-t-on connaı̂tre le salaire moyen ? Quelle taille d’échantillon choisir ? On estime
grossièrement l’écart-type àenviron 3500 euros.

a. Utilisez cet ordre de grandeur pour estimer la taille de l’échantillon si on souhaite une
marge d’erreur de 500 euros, au seuil de confiance 95%.
La marge d’erreur au√ seuil 95%, pour un échantillon suffisament grand, est donnée par la
formule ε = 1.96 ∗ σ/ n. On en déduit une estimation de n :

n ' 1.962 ∗ 35002 /5002 = 189

3
 b. De même, estimer la taille de l’échantillon si on souhaite une marge d’erreur de 100
euros.
Même méthode
n ' 1.962 ∗ 35002 /1002 ' 4706
c. Recommanderiez-vous d’utiliser plutôt une marge d’erreur de 100 ou 500 euros ?
Connaı̂tre un salaire annuel avec une précision de l’ordre de 100 euros n’est pas nécessaire; une
précision de 500 euros semble suffisante. De plus, recueillir des données pour un échantillon de
4700 personnes est long et cher. On choisira donc une précision de 500 euros.
Bien sûr, ces estimations de n sont grossières, puisqu’elles reposent sur l’estimation elle-
même grossière de l’écart-type. Elles sont néanmoins très utiles pour planifier l’enquête nécessaire.
Exercice 8 : estimation d’une moyenne, écart-type inconnu
a. Un échantillon de 11 observations fournit une moyenne d’échantillon de 42, et un écart-type
d’échantillon de 9. On souhaite construire un intervalle de confiance pour la moyenne de la
population au seuil de confiance de 90%. Quelle hypothèse doit-on faire sur la population ?
Construire l’intervalle de confiance.

L’échantillon est très petit, trop pour que l’on puisse utiliser le TCL; on doit donc supposer
que les observations suivent une loi normale, et il faut utiliser la√loi de Student, avec 11−1 = 10
degrés de liberté. On obtient une marge d’erreur de 1.812 ∗ 9/ 11 ' 4.92

I = [37.08, 46.92]

b. L’échantillon contient maintenant 85 observations; la moyenne d’échantillon est 44, et

l’écart-type d’échantillon 9.5. On veut construire un intervalle de confiance, comme à la ques-
tion a. A-t-on besoin de faire la même hypothèse ? Pourquoi ? Construire l’intervalle de
confiance.

Cette fois-ci, l’échantillon est assez grand pour que l’on puisse utiliser le TCL; il n’y a donc
plus besoin de supposer que la population suit une loi normale.√ On peut aussi utiliser la loi
normale pour construire la marge d’erreur, qui vaut 1.645 ∗ 9.5/ 85 ' 1.70. Donc

I = [42.3, 45.7]

Remarque : pour plus de sécurité, on peut aussi utiliser la loi de Student pour construire
l’intervalle; la différence est très faible, on obtient une marge d’erreur d’environ 1.71.