Chapitre 2 : Estimation

4.3. Exemples d’intervalles de confiance sur une seule population

4.3.1. Intervalle de confiance de la différence des moyennes de deux lois normales
indépendantes
Cette situation est comparable aux cas où on a des échantillons de grandes tailles ( , ≥ 30)

Soient X1 et X 2 deux variables aléatoires indépendantes, suivant les lois normales

N ( µ1 ; σ 1 ) et N ( µ2 ; σ 2 ) . Le paramètre à estimer est la différence des moyennes D = µ1 − µ2 .
On considère deux échantillons indépendants de taille n1 pour la variable X1 et de taille n2 pour
la variable X 2 .
La variable aléatoire = ̅ − ̅ suit une loi normale d’espérance µ = µ1 − µ2 et d’écart-type :

= +

Cas 1:
Si les écart-types sont connus, alors l'intervalle de confiance est donnée par:

= ̅ − ̅ )± ⁄ +

Cas 2:
Les écart-types sont inconnus (avec les grands échantillons), on utilise toujours la loi normale même
si les écart-types devraient être estimés.

= ̅ − ̅ )± ⁄ +

Lorsqu'on a des échantillons de petites tailles, c'est-à-dire , < 30)

Cas 3:
Les écart-types sont inconnus mais supposés être égaux, dans ce cas si les populations sont
normales, alors on utilise la loi de Student.

̅ − ̅ )±
# #
= ! ; ⁄ ) +

− 1) + − 1)
=
#
+ −2
Cas 4:
Les écart types sont inconnus et supposés inégaux.

= ̅ − ̅ )± &; ⁄ ) +

avec
 ( + )
'=
⁄ ) ⁄ )
+
− 1) − 1)

4.3.2. Intervalle de confiance pour le rapport des variances de deux lois normales
Soient X 1 et X 2 deux variables aléatoires indépendantes suivant les lois normales
N ( µ1 ; σ 1 ) et N ( µ1 ; σ 2 ) .

+ ⁄
Le résultat suivant est connu:
*= →*
+ ⁄
, )

− 1) − 1)
Il est également connu que:
→+ ! , - →+ !

− 1)
Et donc
. − 1)
=/ 0/ 0 = / 0/ 0→* − 1, − 1)
− 1)
. − 1)
Ce résultat permet de déterminer un intervalle de confiance pour le rapport de deux variances ou
pour tester l’égalité de deux variances. On utilise les méthodes exposées dans les paragraphes
précédents. On obtient par exemple :
1 2* ! ⁄ − 1, − 1) ≤ * ≤ * ⁄ − 1, − 1)4 = 1 − 5

1 6* ! ⁄ − 1, − 1) ≤ / 0 / 0≤* ⁄ − 1, − 1)7 = 1 − 5

16 ×*! ⁄ − 1, − 1) ≤ ≤ ×* ⁄ − 1, − 1)7 = 1 − 5

1
La propriété suivante de la loi de Fisher nous conduit aux résultat suivant:
*! ⁄ − 1, − 1) =
*⁄ − 1, − 1)
9
On obtient l'intervalle de confiance autour du ratio 9 comme suit:
1
=6 × ; ×* − 1, − 1)7
* − 1, − 1) ⁄
⁄
Où s ′ désigne la valeur de la statistique S ′ donnée par l’échantillon considéré ; les valeurs de
Fα 2 ( n1 − 1; n2 − 1) et de F1−α 2 ( n1 − 1; n2 − 1) sont lues sur les tables.

Exemple :
Une firme d’expertises en contrôle de matériaux a demandé à un laboratoire d’effectuer une
vérification sur la résistance à la compression de tubes fabriqués par deux usines U1 et U 2 .
On supposera que la résistance à la compression des tubes provenant de chaque usine peut être
considérée comme la réalisation de variables aléatoires suivant des lois normales.
Usine U1 Usine U2
Nombre de cylindre = 16 = 14
Résistance moyenne x1 = 90.60 x2 = 94.40
Variance empirique s12 = 62.80 s22 = 55.70

Déterminer un intervalle de confiance bilatéral, à risque symétriques, pour le rapport σ 12 σ 22 des

deux variances (seuil de confiance 90%).
Peut-on considérer comme vraisemblance au seuil α = 10% , l’hypothèse selon laquelle la variance
de la résistance à la compression des tubes provenant de chaque usine est identique ?

4.3.3. Intervalle de confiance pour la différence de proportions (grands échantillons)

de grandes tailles tirés des populations indépendantes. Si :; a une distribution binomiale de taille
La présente situation suppose l'estimation de la différence de 2 proportions à partir des échantillons

; et de probabilité de succès <; , alors < − < ) peut être estimé par : ⁄ − : ⁄ ). Après
avoir choisit les échantillons, on estime < par = = ⁄ et < par = = ⁄ .
Dans ces conditions, l'intervalle de confiance au seuil 5 est donné par:

= 1−=) = 1−= )
= = −= )± ⁄ +

Dans le cas présent, l'approximation normale est valide lorsque:

= ≥ 10, 1 − = ) ≥ 10; = ≥ 10, - 1 − = ) ≥ 10

Exemple
Au cours de l'année électorale, plusieurs sondages ont et faits pour déterminer la perception que

circonscription :, 107 des inscrits indiquent qu'ils supportent le candidat en question. Dans un
les électeurs ont d'un candidat donné. Dans un échantillon aléatoire de 120 inscrits d'une

échantillon de 141 inscrits dans la circonscription >, seulement 73 indiquent supporter le même
candidat. Les proportions dans les deux populations sont notées <? et <@ . Trouver un intervalle de
confiance à niveau de confiance de 95% de la différence des proportions <? − <@ .
5. Détermination de la taille de l’échantillon
Dans le cas où on a estimé la moyenne d’une population normale, la variance est connue.
On a vu que lorsque l’échantillon aléatoire de taille est extrait d’une population distribuée
normalement de moyenne C et de variance , l’intervalle de confiance au seuil 1 − 5) autour de
la moyenne de la population est donné par :
̅± ⁄
√
On a donc pour marge d’erreur dans la construction de l’intervalle,
⁄
EF =
√
Si la marge d’erreur est déterminée par avance, on a donc
⁄
√ =
EF
Et don peut déterminer en prenant le carrée de l’expression précédente.
⁄
=G H
EF
Proportion de population
On a vu que pour un échantillon de observations, un intervalle de confiance au seuil de
confiance de 1 − 5 pour la proportion de la population est donnée par :

= 1−= )
= ± ⁄

On obtient comme marge d’erreur,

= 1−= )
EF = ⁄

On ne peut pas utiliser ce résultat pour déterminer directement la taille nécessaire pour
l’échantillon. Mais comme = 1 − = ) ne peut pas dépasser 0.25, sa valeur lorsque la proportion
empirique est égale à 0.5. Donc la plus grande valeur de la marge d’erreur, EF est donnée par

0.25 0.5 ⁄
EF = ⁄ =
√

0.5 ⁄
On obtient dans ce cas,

√ =
EF
On a donc
0.25K ⁄ L
=
EF)