Exercice 17:

Soit une population (de taille N), Y1 , Y2 ,..., YN , telle que Yi  i, i  1, N .

1- Calculer Y et S 2 .

Pop  (Y1 , Y2 ,..., YN ) ; Pop  (1,2, ... , N )

1 N
1 N ( N  1) N  1 N 1
Y 
N i 1
Yi 
N 2

2
; Y
2
1   N 1 
2
1 N 1 N 2 2 N 2 
S   (Yi  Y )   Yi  NY    i  N   
2 2

N  1 i 1 N  1  i 1  N 1 
 i 1  2   
1  N ( N  1)(2 N  1) N ( N  1) 2   N ( N  1) 
S2      ... S2  
N 1  6 4   12 

2- On prend un ESSR de taille n telle que N  n  k . Soit y sa moyenne. Calculer Var ( y ).

1 n
N  nk Ech.  ( y1 , y2 ,..., yn ) y   y j
n j 1
1  f 2 N  n N ( N  1) ( N  n) ( N  1)
Var ( y )  S  
n nN 12 n 12
(n  k  n) ( N  1) ( N  1)
N  n  k  Var ( y )  ; Var ( y)  (k  1)
n 12 12

3- On procède à un tirage systématique, c’est-à-dire que l’on commence par tirer au hasard un
nombre a compris entre 1 et k ( 1  a  k ) et on prend l’échantillon constitué des unités
numérotées a, a  k , a  2k ,, a  (n  1)k .
Soit y S la moyenne de ces unités. Calculer E( y S ) et Var( y S ).

a  1, k  Ech.  (Ya , Yak ,..., Ya( n1) k ) ;  

Ech.  a  (i  1)k , i  1, n
1 n 1 n
 1 (n  1)n  n 1

ys  a  (i  1) k    n . a  k  (i  1)  n . a  k  ak
n j 1 n i 1  n 2  2
n 1
ys  a  k , où a suit une loi uniforme sur 1, k  .
2
k 1 k 2 1
On aura donc E (a)  et Var (a)  .
2 12
n 1 k 1 n  1 nk  1 N  1
Ainsi, E ( ys )  E (a)  k   k( )  Y ;
2 2 2 2 2
E ( ys )  Y ; y s est un ESB de Y .
k 2 1 k 1
Var ( ys )  Var (a)  = (k  1)
12 12
k 1 ( N  1)
Comme k < N , (k  1) < (k  1) , et Var ( ys ) < Var ( y )
12 12
Pour la population 1,2, ... , N , y s est un estimateur sans biais de Y , de plus petite variance que y ,
estimateur obtenu par ESSR.

M.YAHI Page 1 sur 2 Janv. 2022

 4- Même question que pour la troisième question mais avec Yi quelconques.

Si Yi est quelconque, avec N  n  k , on peut décrire la population comme suit :

Y1 Yk 1 … Y( n1) k 1

Ya Yk a … Y( n1) k a

Yk Y2 k … Ynk

La ligne a est l’échantillon (Ya , Yak ,..., Ya( n1) k )

En posant Yi( j 1) k = Yij , pour i  1, k , et j  1, n , on obtient le tableau classique

moyennes
1 j n
1 Y11  Y1 j  Y1n Y1.
    
a Ya1  Yaj  Yan Ya.
    
k Yk1  Ykj  Ykn Yk .

Ainsi Ya. (a  1, k ) est une V.A. qui prend les valeurs ( Y1. , … , Yk . ) avec des probabilités
1 1 k
uniformes . On aura E (Ya. )   Ya.  Y..  Y , et la moyenne de l’échantillon est un ESB de Y .
k k i1
2 2
1 k  n Y   1 k  n Y  Y 
Var (Ya. )  E (Ya.  Y )     aj   Y      aj
2


k a1  j 1 n   k a1  j 1 n 
2
1 k  n 
Var (Ya. )  2    Yaj  Y 
n k a1  j 1 

M.YAHI Page 2 sur 2 Janv. 2022