Académique Documents
Professionnel Documents
Culture Documents
F. Delacroix M. Lecomte
Institut Mines-Télécom
École Nationale Supérieure des Mines de Douai
1 Moyenne empirique
2 Variance empirique
X=longueur
X caractère étudié
E (X) = µ, V (X) = σ 2 .
X caractère étudié
E (X) = µ, V (X) = σ 2 .
X
ω1 −→ x1
ω2 −→ x2
.. ..
. .
ωn −→ xn
X caractère étudié
E (X) = µ, V (X) = σ 2 .
1∑
n
x1 , x2 , . . . , xn x= xi
n
i=1
↑ ↑ ↑ ↑
1∑
n
X1 , X2 , . . . , Xn X= Xi
n
i=1
X=longueur
1 ∑
n
= µ=µ
n
i=1
( )
( ) 1∑ 1 ∑
n n
V X =V Xi = 2 V (Xi )
n n
i=1 i=1
1 ∑ 2 σ2
n
= 2 σ =
n n
i=1
Théorème
( )
E X =µ
( ) σ2
V X =
n
n = 1 (loi de X)
X avec n = 3
X avec n = 10
X−µ
U= √ ∼ N (0, 1)
σ/ n
X−µ
U= √ ∼ N (0, 1)
σ/ n
( )
P −1, 96 ≤ ≤ 1, 96 = 0, 95
X−µ
√
σ/ n
( )
soit P X − 1, 96 n ≤ µ ≤ X + 1, 96 n = 0, 95
√σ √σ
[ ]
σ σ
−1, 96 1, 96 IC0,95 (µ) = X − 1, 96 √ , X + 1, 96 √
n n
Exemple
Soit une v.a. X de densité
1 + x si x ∈ [0, 2]
f(x) = 4
0 sinon.
n = 1 (densité de X)
Exemple
Soit une v.a. X de densité
1 + x si x ∈ [0, 2]
f(x) = 4
0 sinon.
densité de X pour n = 2
Exemple
Soit une v.a. X de densité
1 + x si x ∈ [0, 2]
f(x) = 4
0 sinon.
( )
σ2
densité N µ, pour n = 2
n
MOOC Statistique pour ingénieur Thème 2 : échantillonnage, estimation
Et si X ne suit pas une loi normale ?
Exemple
Soit une v.a. X de densité
1 + x si x ∈ [0, 2]
f(x) = 4
0 sinon.
densité de X pour n = 3
Exemple
Soit une v.a. X de densité
1 + x si x ∈ [0, 2]
f(x) = 4
0 sinon.
( )
σ2
densité N µ, pour n = 3
n
MOOC Statistique pour ingénieur Thème 2 : échantillonnage, estimation
Et si X ne suit pas une loi normale ?
Exemple
Soit une v.a. X de densité
1 + x si x ∈ [0, 2]
f(x) = 4
0 sinon.
densité de X pour n = 5
Exemple
Soit une v.a. X de densité
1 + x si x ∈ [0, 2]
f(x) = 4
0 sinon.
( )
σ2
densité N µ, pour n = 5
n
MOOC Statistique pour ingénieur Thème 2 : échantillonnage, estimation
Et si X ne suit pas une loi normale ?
Théorème (Central-limite)
Sous les hypothèses de la statistique classique, la variable aléatoire
X−µ
U= √
σ/ n
1 Moyenne empirique
2 Variance empirique
X caractère étudié
E (X) = µ, V (X) = σ 2 .
X caractère étudié
E (X) = µ, V (X) = σ 2 .
1∑
n
x1 , x2 , . . . , xn 2
s = (xi − x)2
n
i=1
X caractère étudié
E (X) = µ, V (X) = σ 2 .
1∑
n
x1 , x2 , . . . , xn s =2
(xi − x)2
n
i=1
↑ ↑ ↑ ↑
1 ∑n
( )2
X1 , X2 , . . . , Xn S2 = Xi − X
n
i=1
( ) n−1 2
E S2 = σ ̸= σ 2 S2 = Variance empirique
n
Théorème
Si X ∼ N (µ, σ 2 ) alors la v.a.
n S2
Z=
σ2
suit la loi du χ2 à ν = n − 1 degrés de
liberté.
ν=5
Théorème
Si X ∼ N (µ, σ 2 ) alors la v.a.
n S2
Z=
σ2
suit la loi du χ2 à ν = n − 1 degrés de
liberté.
ν=7
Théorème
Si X ∼ N (µ, σ 2 ) alors la v.a.
n S2
Z=
σ2
suit la loi du χ2 à ν = n − 1 degrés de
liberté.
ν=9
P (Z < t1 ) = 2, 5%
P (Z > t2() = 2, 5% )
n S2
Alors P t1 ≤ 2 ≤ t2 = 95%
σ
[ 2 ]
2 n S n S2
IC0,95 (σ ) = ,
t2 t1
t1 t2