Chapitre 1:

Estimation
 Estimation

Estimation Estimation
ponctuelle par intervalle
 1- Estimation ponctuelle
L’estimation ponctuelle implique l’utilisation de
données d’échantillon pour calculer une valeur
unique devant servir de meilleur estimation d’un
paramètre de population inconnu
1.1- Estimation de la moyenne de la population :

Remarque: Le chapeau sur les paramètre

veut dire que ce paramètre ne peut pas être
calculer a cause de la non disponibilité des
données de la population
1.2- Estimation de la variance de la population :

Variance de Variance de
l’échantillon la population
Cette variance empirique est corrigée par le correcteur (n/n-1)
comme suite:
1.3- Estimation d’une proportion de la population :
Exercice : Dans un laboratoire on mesure le coefficient x
d’amplification d’un préamplificateur. On a relevé les 12
mesures suivantes pour x:

1) Déterminer à la calculatrice la moyenne et l’écart type de

cette série de mesures.
2) On suppose que les 12 mesures précédentes sont les
réalisations de 12 variables aléatoires indépendantes et de
même loi : loi normale de moyenne µ et d’écart-type σ .
Donner à partir de ces mesures une estimation de la
moyenne et de l’écart-type.
3) Estimer la proportion des coefficients
supérieur à 2,6.

4) Si les 12 données précédentes ne suivent

pas la loi normale, estimer la proportion
des coefficients supérieur à 2,6.
 Correction :
1) calcul de la moyenne:

Calcul de l’écart-type :
2) Estimation de µ et σ :
3) Estimation de la proportion des coefficients
supérieur à 2,6 :
4) Estimation de la proportion des coefficients
supérieur à 2,6. Si les 12 données précédentes
ne suivent pas la loi normale
2- La distribution de
Démonstration de la formule de la moyenne :
Démonstration de la formule de la variance :
Donc :
 Facteur de correction de la variance :
Soit N la taille de la population, lorsque n la taille
de l’échantillon est supérieure ou égale à 5% de N :
on considère que n est grand.

Facteur de
correction pour
la taille de la
population
3- la distribution des proportions P :
Plus le n est grand plus on est sur que c’est un
bon estimateur