Académique Documents
Professionnel Documents
Culture Documents
Cours de Statistique 2017 (1) - 1
Cours de Statistique 2017 (1) - 1
STATISTIQUE
DECISIONNELLE
III-Estimation
▪ Notions et propriétés d’estimateurs,
▪ Estimation ponctuelle de la moyenne, de la proportion et de la variance,
▪ Estimation par intervalle de confiance de la moyenne, de la proportion et de
la variance,
▪ Détermination de la taille de l’échantillon pour une précision fixées.
2
III- A- Analyse statistique de données à l’aide
de tests d’hypothèses.
a - Tests paramétriques:
* Test de comparaison à une norme,
* Test de comparaison entre deux paramètres,
* Choix entre deux paramètres :
i - Application à la moyenne,
ii - Application à la proportion
iii - Application à la variance
4
Chapitre I:
1. Loi de Bernoulli
2. Loi Binomiale
3. Loi de poisson
1. Loi Normale
2. Loi de khi-deux
3. Loi de Student
4. Loi de Fisher
6
A. Lois de probabilités discrètes :
1. Loi de Bernoulli : Jacques Bernoulli (1654-1705)
Définition :
Un caractère statistique possède une loi de Bernoulli comme
étant une loi de probabilités s’il est issu d’une expérience
aléatoire à deux résultats possibles.
Remarque :
Soit
7
Exemple :
8
ii - Application dans le domaine du marketing :
produit.
Question : l’individu a-t-il été touché par la campagne?
* On considère alors un caractère statistique X tel que:
* Donc X B(p).
9
Propriétés :
Soit X B(p) , alors on a :
- E(X) = p
-V(X) = pq = p(1-p)
Démonstration :
à faire
10
2. Loi Binomiale : (suite des travaux de J. B)
Définition :
Une loi binomiale est définie comme étant la loi de probabilités
d’une expérience aléatoire qui résume la répétition indépendante de
n expériences de Bernoulli de même paramètre « p ».
Remarque :
Soient Xi , i=1,2,…,n des caractères statistiques de même loi B(p),
alors
le caractère résultant X= X1+X2+…..+Xn admet comme loi de
probabilités la loi Binomiale de paramètres n et p. On note : X
B(n,p).
11
Le schéma d’une loi binomiale :
12
Propriété :
Si X B(n,p), alors on :
- E(X) = np.
- V(X) = npq .
Démonstration : à faire !!
Exemple d’application:
Supposons que 5 % des pièces en sortie d’une chaine de production
soient
défectueuses. On souhaite connaitre la probabilité qu’un échantillon
de 20
pièces issues de cette chaine ne contienne aucune pièce défectueuse.
On peut traiter cet exemple en utilisant soit la loi Binomiale!
13
3. Loi de Poisson : Siméon Denis Poisson (1781-1840)
Définition :
La loi de poisson est une loi de probabilités qui modélise l’apparition
réitéré d’un phénomène dans un intervalle de temps avec une fréquence
moyenne donnée.
Remarque :
k=0,1,2,3,………….
14
Exemple d’application:
15
Propriété :
Démonstration:
à faire !!!
16
Utilisation des lois binomiales comme une loi de poisson :
Théorème d’approximation :
17
Application :
Lors d’un sondage portant sur un grand nombre de personnes, on
sait que
2% des personnes interrogées acceptent de ne pas rester
anonymes. Sachant que l’un des sondeurs a interrogé 250
personnes (en les choisissant de manière indépendante), calculer la
probabilité :
i - que ces 250 personnes souhaitent rester anonymes.
ii - que 3 personnes acceptent de ne pas rester anonymes.
iii - plus de 10 personnes acceptent de ne pas rester anonymes.
Réponse: soit X un caractère statistique qui représente le nombre de
personnes accepte de ne pas rester anonyme ; alors X est une
binomiale de paramètre n = 250 et p = 0.02 (n >50 et p<0.1), donc :
i – P(X= 0) = 0.0067.
ii - P(X= 3) = 0.14,
18
iii - P(X ≥10) = 1- P(X ≤ 9) 1-( + …+ )=1- 0,968
0.0318.
B. Loi de probabilités continues :
1. Loi Normale
Définition :
Une variable aléatoire X continue, définie sur IR, suit une loi normale si
sa fonction de densité est de la forme:
on note alors,
Propriétés :
on a les propriétés suivantes:
i- E(X) = µ
ii- V(X) =
19
Remarque :
Dans la pratique on fait souvent appel à la variable centrée réduite :
la fonction de densité est donc :
20
Utilisation de la table statistique :
u est le quantile d’ordre p tel que: F(u)=P(Z≤ u)= p =
21
Remarque :
a - Si la valeur du quantile u est négative alors F(u) ≤ 0.5, on
doit alors utiliser la relation suivante :
F(u) = 1- F(-u)
exemple: pour u = -1.05 on a:
F(-1.05) = P(Z ≤ -1.05) =
P(Z ≥1.05) = 1-P(Z<1.05)=1-0.8531=0.1469.
22
2. Loi de khi-deux:
Définition :
Une caractère statistique X continue, définie sur a une loi de khi-deux
comme étant une loi de probabilités à « n » degrés de liberté, et on note : X
(n) , si ce caractère peut être exprimé comme étant une somme des carrés
de n caractères normales indépendants centrés et réduits tels que :
Représentation graphique :
La fonction de densité de la loi de khi-deux est
de la forme :
23
Utilisation de la table statistique :
Soit :
P( (n) ≥ u)= α .
24
Propriétés :
Les caractéristiques de la loi de khi-deux sont données comme suit :
1. E(X) = n ,
2. V(X) = 2 n .
3. Si X et Y sont deux caractères indépendants qui suivent respectivement la
loi (n) et (m), alors le caractère résultant X+Y suit la loi (n+m).
Théorème 1 :(T.C.L)
Si le caractère X suit la loi (n), alors on a :
Remarque :
On peut utiliser ce théorème pour déterminer la probabilité ou la quantile
d’une khi-deux à un degrés de liberté très élevé !!
25
3. Loi de Student:
Définition :
Un caractère statistique X défini sur suit une loi student de degrés de
liberté « n », si sa fonction de densité peut s’écrire sous la forme :
Remarque :
Pour n = 1, la loi de student de degrés 1 devient la loi de cauchy :
Utilisation de la table :
Voir table statistique
Exp.
P( t(10) ≥ 1.812) = 0.05 ( q= 0.05) 27
ou de même : P( t(10) ≤ 1.812) = 0.95 (p= 0.95)
Comportement asymptotique :
Pour un degrés de liberté n très élevé on peut utiliser l’approximation
asymptotique suivante :
4. Loi de Fisher:
Définition :
Un caractère statistique X défini sur suit une loi de Fisher à « m » et « n
» degrés de liberté si ce caractère peut s’écrire sous la forme :
Propriétés:
Si X F (m,n), alors on a :
Démonstration :
À faire !!!
Application :
Pour calculer , on a
alors =
29
Exercices :
Ex1:
soit X un caractère statistique suivant une loi normale centrée et réduite N(0,1),
1. calculer P( -2.57 ≤ X≤ 2.57).
2. calculer P( X ≥ -1.256).
Ex2:
Soit X un caractère statistique suivant une loi normale N(20,4),
1. calculer P( 18 ≤ X≤ 21).
2. calculer P( X ≥ -21).
Ex3:
Soit X un caractère statistique suivant une loi normale centrée et réduite N(0,1),
Déterminer la valeur de z telle que :
1. P( > z ) = 0.90
2. P( X > z ) = 0.55
Ex 4 : Soit X un caractère statistique suivant une loi de student t(10).
Déterminer la valeur de a telle que : P( < a ) = 0.95 , P( < a ) = 0.98 , 30
P( X < a ) = 0.99
CHAPITRE II
Méthodes Et Techniques
De Sondage
B- Echantillonnage .
A-Sondage - Enquêtes - Questionnaire
I- Introduction et Généralités :
1.Introduction :
- Pour un sondage : moins d’informations, donc une évaluation moins précise, mais
ça peut nécessiter moins de temps et d’efforts !!!
2. Techniques d’échantillonnage :
Définition 1 : on appelle échantillon une partie représentative de la population mère qui
l’objet d’une étude statistique.
Dans ce genre d’échantillonnage, la base de sondage n’existe pas toujours, c’est le cas,
par exemple, pour une entreprise qui cherche des informations sur sont environnement
extérieur. La technique la plus utilisée dans ce contexte est bien la technique
d’échantillonnage par quotas.
35
Exemple :
Une population se compose de 48% d’hommes et de 52% de femmes.
Les hommes sont repartis comme suit :
30% d’ouvriers - 20% de fonctionnaires ou employés - 20% d’artisans -
10% des chômeurs - 20% des professions libérales.
Les femmes sont de même reparties comme suit :
60% de femmes au foyer – 20% fonctionnair.es ou employées –
10% ouvrières – 10% au chômage.
- La population est donc composée de :
• 14.4 % d’hommes ouvriers.
• 9.6% d’hommes fonctionnaires ou employés.
• 4.8% de chômeurs
• ….
- Un échantillon par quotas de 1000 individus de cette population doit comporter :
• 144 hommes ouvriers.
• 96 hommes fonctionnaires ou employés.
• ….. 36
II- Enquête- Questionnaire
Définition 1:
Une enquête statistique est une enquête au cours de laquelle on applique des outils et
des techniques statistiques de collecte et d'analyse de données afin d'établir les
résultats.
Définition 2:
Un questionnaire est un ensemble de questions qui visent un certain nombre d’individus
d’une population lors d’une étude statistique.
Remarque :
Les questions d’un questionnaire sont de différents formats :
• Question fermée unique : une seule réponse est à choisir.
• Question fermée multiple : plusieurs réponse peuvent être choisies au même temps.
• Question fermée ordonnée : les réponses multiples sont à classées.
• Question fermée échelonnée (selon une échelle) : les réponses sont en général à une
mesure
prés: Très satisfait – Satisfait – Moins satisfait – Pas satisfait
• Question ouverte numérique : la réponse est en nombre non nécessairement fixé.
(votre âge ?)
• Question ouverte texte : aucune modalité de réponse n’est proposée (votre sport
préféré?) .
37