Vous êtes sur la page 1sur 3

COURS DE STATISTIQUE MATHEMATIQUE

I. PLAN DU COURS

Chap. 1. Echantillon et distribution des probabilités


Chap. 2. Estimation ponctuelle et par intervalle de confiance
Chap. 3. Test d’hypothèses
Chap. 4. Test de KHI – DEUX et d’ajustement
Chap. 5. Analyse de la variance.

II. PREREQUIS

Mathématiques générales
Statistique descriptive
Calcul et loi de probabilité

Conditions de réussite du cours


- Régularité et participation active au cours et aux travaux pratiques
- Il faut avoir des outils de travail et savoir les utiliser : calculatrice scientifique,
tables statistiques (loi binomiale, loi de poisson, loi normale de LAPLACE
GAUSS, la table de STUDENT, la loi de KHI DEUX, la loi de FICHER
SNEDECOR, la table du coefficient de corrélation, la table statistique des
nombres au hasard).

III. BIBLIOGRAPHIE
- AMZALAG ; Introduction à la statistique
- FOURASTIE ; Probabilité et statistique
- MURRAY R. SPIEGEL ; Théorie et application de la statistique
- KAZMIER L. J. ; Statistique de la gestion, théorie et problèmes
- GRAIS ; Méthode et statistique
- GIARD ; Statistique appliquée à la gestion
- WONNACOT ; Statistique, économie, gestion, gestion, sciences, médecine
- MOUEHART ; Statistique approfondie plus exercices
- LUDOVIC ; Statistique et informatique approfondie.

IV. TP N°1 : Lire un livre de statistique de votre choix et le résumer au


moins à vingt pages.
- Allez à l’Internet et inventorier une bibliographie de trente ouvrages ou livres
de statistiques, donnez l’auteur du livre, le nombre des pages, le titre et la
maison d’édition.
- Lire un TFC concernant les séries chronologiques et puis le résumer au moins
à 10 Pages (surtout le test sur l’analyse des séries chronologiques).
Sites à consulter : ALTAVISTA, GOOGLE
Chapitre premier :
ECHANTILLONNAGE ET DISTRIBUTION DES PROBABILITES

1. Induction statistique
La statistique inductive recherche les principes permettant de déduire les
résultats obtenus sur un ou des échantillons, une généralisation à l’ensemble de la
ou des populations dont sont extraits des échantillons.
On est alors amené à formuler des hypothèses dont on vérifie la validité à
l’aide de certaines épreuves ou tests statistiques. Cela permet de prendre une
décision dépendant nécessairement du risque d’erreur adopté dû au fait que les
données sont seulement partielles.
Plusieurs problèmes de gestion en économie peuvent alors trouver
solution. Nous pouvons citer :
- problème de distribution d’échantillonnage (déduction : du général au
particulier)
- problème d’estimation (induction : du particulier au général)
- problème de conformité
- problème d’homogénéité
- problème d’ajustement

2. Echantillonnage
La théorie d’échantillonnage a pour objet l’étude des relations qui existent
entre la distribution d’un caractère de la population mère et les distributions de ce
caractère dans les échantillons prélevés de cette population.
Pour que ces relations soient valables, il faut que les échantillons soient
prélevés d’une manière aléatoire ou hasardeuse c'est-à-dire que tous les individus de
la population doivent avoir la même chance d’être prélevés. On y arrive au moyen
d’un tirage au sort ou encore en utilisant les listes des nombres aléatoires appelées
table statistique des nombres au hasard.
L’échantillonnage est dit exhaustif si l’individu n’est pas remis dans la
population après avoir été prélevé, par contre l’échantillonnage est dit non
exhaustif c'est-à-dire avec remise. Lorsque la population est grande, les deux
notions sont presque équivalentes (les mêmes).

3. Distribution des moyennes


Soit X un caractère quantitatif, étudié dans une population d’effectifs N. La
distribution statistique de X est caractérisée par N (l’effectif de la population),
(l’espérance mathématique) et (l’écart type). Soit Xi un même caractère à étudier
dans l’échantillon « i » de taille « n ». i = 1, 2, …, k. La distribution de Xi dans cet
échantillon est noté : s = estimateur de l’écart type. On suppose que
les échantillons ont tous la même taille « n ».
a. Echantillonnage non exhaustif
On appelle distribution d’échantillonnage des moyennes, l’ensemble de
moyennes des différents échantillons, noté . On introduit ainsi un

nouveau caractère qui associe la moyenne à l’échantillon « i ». La distribution

de est caractérisée par le triplet .

L’espérance mathématique de la moyenne est égale à la


moyenne de la population ;

Variance de l’échantillon ;

Ecart type de l’échantillon.

b. Echantillonnage exhaustif

coefficient d’exhaustivité qui tend toujours vers un.


N

4. Distribution des fréquences

5. Autres distributions d’échantillonnage

6. Travaux pratiques

Vous aimerez peut-être aussi