CHAPITRE XV

LES DISTRIBUTIONS D'ÉCHANTILLONNAGE

Déinitlon,
des relations ou rapports
La théorie de l'échantillonnage consiste en 1'étude
et les échan
xistant entre une population (on dit parfois une population-mère)
tllons prélevés dans la population.

Tirage sans remise.

Soit une urne contenant des boules que P'on tire au

hasard. Le tirage sera
sans remise (on dit également exhaustif) si
la boule tirée ne peut 1'être qu'une
fois et une seule.

Tirage avec remise

Soit une urne contenant des boules que l'on tire au hasard. Le tirage
sera

avec remise (on dit également non exhaustif) si la boule tirée peut l'être plu-
sieurs fois.

Population finie ou infinie.

La population peut être finte (Ex: le nombre des ménages) ou infinie (Ex:
'ensemble des nombres réels).
Une population finie sufisamment grande, dans laquelle le tirage est effectué
avec remise peut théoriquement 8tre considérée comme infinie:

Population FINIE + Tirage AVEC remise Population INFINIE

Dans de très nombreuses applications, les échantillons prélevés dans une

opulation finle, si celle-ci est grande, peuvent être considérés comme prove
B t d'une population infinie.

Dlstribution d'échantillonages.
Considérons tous les échantillons de tatle' n, qui peuvent être extraits .au
hasard (avec ou sans remise) d'une population donnée (finie ou infinie).

94 sur 155
 LES DISTRIBUTIONS D'ÉCHANTILLONNAGE
175
Chaque échantillon constitue une distribution statistique, pour laquelle on
peut calculer une caractéristique de la distribution statistique (dans la littérature
scientiique anglo-saxonne, on dit une « STATISTIC »), telle que la moyenne,
l'écart-type, le mode, une proportion... Cette caractéristique va varier d'un échan
tillon à Pautre. Ainsi pour la totalité des échantillons prélevés dans la popu
lation, on va obtenir plusieurs valeurs de la caractéristique étudiée (moyenne,
ou écart-type, 'Uu mode, ou
proportion, ou ..). On dit que l'on est en présence
d'une distribution d'échantillonnage, concernant la caractéristique étudiée
(distribution d'échantillonnage de moyenne, dans le cas de la. moyenne; dis-
tribution d'échantillonnage de proportion, dans le cas de proportion; ..)
Il est possible de résumer la distribution d'échantillonnage par l'intermédiaire
de caractéristiques, telles que la moyenne ou l'écart-type.
Suivant le caractère de la population (inie ou infnie), suivantle type de
tirage (avec ou sans remise), il existe des relations entre les caractéristiques de
la distribution d'échantillonnage et les caractéristiques des échantillons

Notations.

Les dificultés constatées dans l'étude des distributions d'échantillonnages

proviennent souvent d'une confusion dans les notations. Il est indispensable
de séparer, du point de vue notation comme du point de vue raisonnement,
ce qui appartient à la population-mère, de ce qui appartient aux échantillons,
de ce qui appartient à la distribution d'échantillonnage.
Soit une populatton de N sujets. A chaque sujet est attachée une caractéris-
tique x
On désigne la moyenne du caractère x, dans la population, par m:

On désigne 1lécart-type du caractère x dans la population, par o

V les échantilons de taille n.

On prélève à l'intérieur de la population, tous

dans le
On désigne par x1 la moyenne et par o'i l'écart-type du caractère x, du
échantillon ; on désigne par z2 la moyenne et par oj l'écart-type
premier
caractère x dans le second échantillon, . , etc.
constituent distribution d'échantil-
Les différentes moyennes F, 2 une

lonnage de moyennes: X. .
 CORRIGÉS- 2
76 STATISTIQUE-EXERCICES
Souvent on désigne par4 la moyenne, et par o,l'écart-iype de la distribution

d'échantillonnage (de moyennes).

Enfin, il est commode de visualiser ces différentes notations sur un sechéma:

Population (N, m, o)
-échantillons--

: Distribution d'échantillonnage (4
Dans le d'une distribution d'échantillonnage de proportion, on
cas
usucllement, du point de vue notation, le caractère x par la lettre f.
remplace

Interprétation probabiliste.
Prélever, au hasard, avec une équiprobabilité, un sujet auquel est attaché un
Caractère Xi, dans une population de N sujets revient à définir une vartable
aléatoire X.
La loi de probabilité de Xest la loi uniforme
Valeurs

Probabilités. 1 1

L'ospérance mathématique de Xest.. .. E{X} =m.

La variance de X est ..... '*'****** V{X} = o ,
différentes moyennes 1, x2, caractère * dans chaque
du
les réalisations d'une variable échantillon,
.,

vnt être interprétées comme

aléatoire X.
urement dit, la distribution d'échantillonnage (de moyennes) est
tee par une variable aléatoire . repré-
L-eapérance mathématique de Xest: E{X}=
La variance de X est :
v{X}=
 LES DISTRIBUTIONS D'ÉCHANTILLONNAGE 177
D'autre part la moyenne x et l'écart-type d du caractère z, dans un échan
tillon quelconque de taille n, sont respectivement des variables aléatoires.

Distribution d'échantillonnage de moyennes X.

Avec les notations

Taille de la population mère : N.
A chaque sujet est associé un caractère x.
La moyenne de x, dans la population est m.
L'écart-type de x dans la population esto.
Taille des échantillons n.
Moyenne d'un échantillon x.
Ecart-type d'un échantillon a'.
Distribution d'échantillonnage X.
Moyenne de la distribution d'échantillonnage 4
Ecart-type de la distribution d'échantillonnage o
On démontre que:

Tirage
Avec remise Sans remise
non exhaustif exhaustif

m
infinie

m m
finie

Si la taille de l'échantillon est supérieure ou égale à 30, la variable aléa-

toire X est asymptotiquement normale.

Pourn30: P(X) * N(4,)si N>2 m.

Théorème.
Etant donné une population, dont le caractère étudié x^ a pour moyenne
m, et pour écart-type o, dans laquelle on prélève au hasard un échantillon, de
 EXERCICES cORRIGÉS-2

STATISTIQUB
178 l'échantillon est une variable
aléa-
caractère x, dans
taille n, la moyenne r du
est avec
toire a/Vn, si le tirage
d'écart-type
mathémat1que m; et
d'espérance
remise.
et d'écart-type
mathématique m,
d'espérance

N-
NN-
remise,
si le tirage est
sans

La quantité

d'exhaustivité.
s'appelle le facteur

d'échantillonnage de
proportions.
Distribution ou ne
de sujets. Chaque sujet possède
composée la
Soit une population mère de ceux qui le
possèdent est p;
La proportion Considérons tous
un caractère.
possède pas pas est q =l - p.
Pour
ceux qui ne le possèdent extraits de la population.
proportion de peuvent être
de taille n qui de succès. Nous
obtenons une
les échantillons déterminons la proportlon f de F, et
chaque
échantillon F. Soit A la moyenne
proportions
d'échantillonnage de
distribution
de F.
op l'écart-type
On démontre que:
Tirage
Sans remise
Avec remise
exhaustif
non exhaustif

Pe P
infinie
-
Pe p
finie

96 sur 155
 LES DISTRIBUTIONS D'ÉCHANTILLONNAGB 179
Pour de grands échantillons (n > 30), la loi de F est approxtmattvement
distribuée suivant une loi normale, biea que la population soit binomialement
distribuée.

Pour n30: P(F)= N

Dlstributions spéciflées.
Si la variable aléatoire X, dont les réalisations *, sont associées aux sujets
de la population mère, obéit à une loi de probabilité particulière, la distribu.
tion d'échantillonnage est influencée
par cette loi. Par exemple(si X obéit à.
une loi normale, la loi de probabilité de X est une loi normale, même sin est
inférieur à 30.

#X)- N(m, o)»

P) -*¥°7

06 nLr 1CI