Académique Documents
Professionnel Documents
Culture Documents
Echantillonnage et Estimation
KOUACH Yassine
Université Hassan II
18/10/2022 1
Introduction générale
18/10/2022 2
1
18/10/2022
Démarche statistique
Statistique Statistique
descriptive ou inférentiel ou
exploratoire décisionnel
18/10/2022 3
Le but de l’inférence statistique est de généraliser les résultats obtenus auprès d’un
échantillon représentatif pour décrire la population globale.
18/10/2022 4
2
18/10/2022
Etant donnée une entreprise qui veut commercialiser un nouveau produit dans le
marché pour une classe d’une population donnée.
Remarque:
On suppose que le prix commercial dépend seulement du pouvoir d’achat.
18/10/2022 5
Entreprise
Etude de la convenance de prix de ce produit au pouvoir d'achat d'une classe d'une population.
Sondage
- Séléctionner un échantillon
Appel à l'échantillonnage
- Faire des opérations statistiques
sur cet échantillon
Tirer des conclusions sur la base des résultats obtenus pour déterminer le prix convenable au pouvoir d'achat
18/10/2022 6
3
18/10/2022
18/10/2022 7
Remarque :
Le statisticien n’étudie pas le caractère sur l’ensemble de la population mais sur un
échantillon extrait de la population pour plusieurs raisons, entre autres:
18/10/2022 8
4
18/10/2022
Un bon échantillon (de qualité) doit constituer une image réduite de l’ensemble de la
population (représentatif) dont on va étudier un caractère bien défini. Dans le cas
contraire on dit que l’échantillon est biaisé.
L'échantillonnage permet aux statisticiens de tirer des conclusions au sujet d’un tout en
y examinant une partie. Il nous permet d'estimer des caractéristiques d’une population
en observant directement une partie de l'ensemble de la population. Les chercheurs ne
s'intéressent pas à l'échantillon lui-même, mais à ce qu’il est possible d'apprendre à partir
de l'enquête et à la façon dont on peut appliquer cette information à l'ensemble de la
population.
18/10/2022 9
18/10/2022 10
5
18/10/2022
• La moyenne arithmétique:
∑𝑥 ∑𝑛 𝑥
𝑋= Ou 𝑋=
𝑁 𝑁
• La variance:
∑ 𝑥 −𝑋 ∑𝑛 𝑥 − 𝑋
𝜎 = Ou 𝜎 =
𝑁 𝑁
• La proportion:
𝑛
𝑝 =
𝑁
• L’écart-type:
∑ 𝑥 −𝑋 ∑𝑛 𝑥 − 𝑋
𝜎 = 𝜎 = Ou 𝜎 = 𝜎 =
𝑁 𝑁
18/10/2022 11
𝐸(𝑋) = 𝑥𝑝
𝐸(𝑋) = 𝑥𝑓 𝑥 𝑑𝑥
V(X)= ∫ 𝑥 − 𝐸(𝑋) 𝑓 𝑥 𝑑𝑥
18/10/2022 12
6
18/10/2022
𝐸 𝑋 + 𝑌 = 𝐸 𝑋 + 𝐸(𝑌)
𝐸 𝑋+𝑐 = 𝐸 𝑋 +𝑐
𝐸 𝑐𝑋 = 𝑐𝐸 𝑋
𝐸 𝑋. 𝑌 = 𝐸 𝑋 . 𝐸 𝑌 𝑠𝑠𝑖 𝑋 𝑒𝑡 𝑌 𝑠𝑜𝑛𝑡 𝑖𝑛𝑑é𝑝𝑒𝑛𝑑𝑎𝑛𝑡𝑠
𝐸 𝑋 − 𝐸(𝑋) = 0
18/10/2022 13
7
18/10/2022
1- La loi de Bernouilli
Une variable aléatoire X suit une loi de Bernouilli s’il est associé à une expérience
aléatoire qui ne peut prendre que deux résultats possibles : échec ou succès
𝑋→𝐵 𝑝
𝑃 𝑋 = 1 =𝑝; 𝑃 𝑋 = 0 =𝑞 = 1−𝑝
E 𝑋 =𝑝 V 𝑋 = 𝑝𝑞
2- La loi Binomiale
Une variable aléatoire X suit une loi de Binomiale si on a une série de n tirage ou
expérience de Bernouilli
𝑋 → 𝐵 𝑛; 𝑝
𝑃 𝑋 = 𝑘 = 𝐶 𝑝 (1 − 𝑝)
E 𝑋 = 𝑛𝑝 V 𝑋 = 𝑛𝑝𝑞
18/10/2022 15
3- La loi de Poisson
Une variable aléatoire X suit une loi de Poisson lorsqu’il désigne le nombre d’apparitions
d’un événement rare.
𝑋→𝑃 λ
λ
𝑃 𝑋=𝑘 =𝑒
𝑘!
E 𝑋 =V 𝑋 = λ
On peut approximer la loi Binomiale B(n,p) par la loi de Poisson de même espérance
mathématique 𝑃 λ = 𝑃 𝑛𝑝 si :
n>=30
p<=0,1
np<=10
18/10/2022 16
8
18/10/2022
𝑋 → 𝑁 𝜇, 𝜎² E 𝑋 =𝜇 V 𝑋 = 𝜎²
F(x)
9
18/10/2022
n>=30
Np>=5
N(1-p)>=5
18/10/2022 19
Si une V.A suit une loi normale générale, il est difficile de calculer sa fonction de
répartition F(x).
Centrer et réduire une variable, c’est raisonner en nombre d’écart type par rapport
à la moyenne.
18/10/2022 20
10
18/10/2022
18/10/2022 21
Soit 𝑋 → 𝑁 𝜇, 𝜎² et Y→ 𝑁 0,1
Alors la fonction de répartition de Y est notée 𝞥(𝑌)
Avec 𝞥 𝑧 = 𝑝(𝑌 < 𝑧)
Cette fonction est Tabulée
18/10/2022 22
11
18/10/2022
Le lecture de la table
Elle donne la valeur de 𝞥(𝑧) pour z connue.
Elle donne la valeur de z pour 𝞥(𝑧) connue.
18/10/2022 23
𝐸(𝑋 ,… 𝑋 ) = 𝑛𝜇
V(𝑋 ,… 𝑋 ) = 𝑛σ²
18/10/2022 24
12
18/10/2022
4- La loi de Khi-deux
Soit 𝑌 , 𝑌 , … , 𝑌 des variables aléatoires indépendantes de la loi Normale centrée
réduite N(0,1) et X une variable aléatoire de Khi-deux de paramètre n degrés de liberté.
𝑌 → 𝑁(0,1) et X→ 𝟀² ssi 𝑋= 𝑌
E(X) = n et V(X) = 2n
18/10/2022 25
5- La loi de Student
La loi de Student est une loi de probabilité, faisant intervenir le quotient entre une variable
suivant une loi normale centrée réduite et le racine carrée d’une variable distribuée suivant
la loi de Khi-deux .
𝑌 → 𝑁(0,1) et Z→ 𝟀²
𝑌
𝑋= X→ 𝑡
𝑍/𝑛
Y et Z sont indépendants E(X) = 0
et V(X) = si 2<K
V(X) =+∞ si 1<K<=2
V(X) = forme indéterminé si K<=1
Remarque: La loi de Student est généralement utilisée pour les petits échantillons lorsque
la variance de la population est inconnue.
18/10/2022 26
13
18/10/2022
5- La loi de Fisher
Une variable aléatoire réelle X distribuée selon la loi de Fisher peut être construite comme
le quotient de deux variables aléatoires indépendantes Y et Z distribuées chacune selon une
loi de Khi-deux et ajustées pour leurs nombres de degrés de liberté respectivement n, m.
Z→ 𝟀² et Y→ 𝟀²
𝑌/𝑛
𝑋= X→ 𝐹 ,
𝑍/𝑚
18/10/2022 27
5- La loi de Fisher
Règle de lecture de la table Fisher
1
𝐹, , =
𝐹 , ,
Avec 𝐹 , , est telle que
𝑝(𝐹 , >𝐹 , , )= 𝛼
La table donne les valeurs de F avec la règle empirique:
1
𝐹 , , , =
𝐹 , , ,
1
𝐹 , , , =
𝐹 , , ,
18/10/2022 28
14