MINISTRE DE L’ENSEIGNEMENT REPUBLIQUE DE GUINEE

SUPERIEUR DE LA RECHERCHE TRAVAIL-JUSTICE-SOLIDARITE

SCIENTIFIQUE ET DE L’INNOVATION

FACULTE DES SCIENCES ET TECHNIQUE

DEPARTEMENT : BIOLOGIE APPLIQUEE

LICENCE : L2

COURS DE BIOSTATISTIQUE
ANNEE : 2023-2024
EXPOSE DU GROUPE IV
THEME : ESTIMATION

Chargé du cours Mr André DELAMOU CONTACT : 622495207

 LES Membres du groups
Prénoms Nom Appreciations
Soumaila FOFANA
Mohamed DOUMBOUYA
Saliou Sadio KANTÉ
Fatoumata BALDÉ
Hadja Oumou BARRY
Ousmane BAH
Alhassane DIALLO
Boh Alseny BARRY
Boubacar DIALLO
Matho Sokoronan DORÉ
Tokpa SONOMOU
Hadjaratou BALDÉ
Mariama 90 DIALLO
Alfred LAMAH
Akoi Gaston BEAVOGUI

Plan du travail:
1-introduction……………………………………………………………….3
2-Definition………………………………………………………...……….3
3-Objectif…………………………………………………………………...3
4-proprieté………………………………………………………………......3
5-exercice……………………………………………………………….…..5
6-conclusion……………………………….…………….………………….6
BIBLIOGRAPHIE…………………………………………………………………………………………………………….….….7

2
1-Introduction :
La statistique est l’ensemble des méthodes scientifiques à partir desquelles on recueille, organise,
résume, présente et analyse des données, et qui permettent d’en tirer des conclusions et de
prendre des décisions judicieuses.
Au lieu d’examiner l’ensemble des données possible qu’on appelle encore "la population", en
pratique, on en étudie une toute petite partie appelée "échantillon". À partir des résultats mesurés
sur cet échantillon, nous essayons d’induire des conclusions valables pour l’entièreté de la
population : c’est la partie de la statistique que l’on appelle "statistique inductive" ou "statistique
inférentielle". De manière générale, l’inférence statistique est l’étude des conclusions que l’on
peut tirer d’un échantillon pour une population dont l’échantillon est issu, ainsi que le degré de
précision des conclusions.
Dans ce cadre, les problèmes qui se posent sont ceux de l’estimation des paramètres (moyenne,
variance, écart-type et proportion) d’une population à partir des échantillons issus de cette même
population.
Pour que les conclusions soient valables, il faut que l’échantillon soit représentatif de la
population. Cela signifie qu’il doit être prélevé d’une manière aléatoire, c’est-à-dire que tous les
éléments de la population ont la même probabilité d’être choisis.

2-DEFINITION :
Estimation c’est la recherche de la valeur d’un ou de plusieurs paramètres d’une loi statistique à
partir d’observations ou de sondages sur un ou plusieurs échantillons d’une population.

3-Objectif :
L’estimation a pour objectif de déterminer les valeur inconnues des paramètres de la population
(p, µ, 𝜎2,q) ou (proportion, moyenne, variance, paramètre quelconque) à partir des données de
l’échantillon (f, x,𝜎 2 ) .

4-Propriété :
Types d’estimation
Estimation ponctuelle
Estimation par intervalle de confiance

3
Estimation ponctuelle :
Estimation d’une moyenne :
La "moyenne arithmétique" constitue le meilleur estimateur de µ, espérance de la loi de
probabilité de la variable aléatoire X :
1
𝜇 = 𝑥̅ = ∑𝑛𝑖=1 𝑥𝑖
𝑛

Estimation d’une variance :

𝜇 Connue :
La "variance observée" constitue le meilleur estimateur de σ2, variance de la loi de probabilité
de la variable aléatoire X lorsque l’espérance µ est connue :
1
𝜎2 = ∑𝑛𝑖=1(𝑥𝑖 − 𝜇)2
𝑛

𝜇 Inconnue :
Le meilleur estimateur de σ2, variance de la loi de probabilité de la variable aléatoire X lorsque
l’espérance µ est inconnue est :
𝒏 𝟏
𝝈𝟐 = 𝑺2 = ∑𝒏𝒊=𝟏(𝒙𝒊 − 𝒎)2
𝒏−𝟏 𝒏−𝟏

Estimation d’une fréquence (proportion) :

Soit le schéma de Bernoulli dans lequel le caractère A correspond au succès. On note 𝜋 la
proportion des individus de la "population" possédant le caractère A. La valeur de ce paramètre
étant inconnu, on cherche à estimer la fréquence 𝜋 à partir des données observables sur un
échantillon. A chaque échantillon non exhaustif de taille n, on associe l’entier k, nombre
d’individus possédant le caractère A. Soit K une variable aléatoire discrète suivant une loi
binomiale B (n, p) et pour laquelle on souhaite estimer "la proportion 𝜋 ". La "proportion
observée" du nombre de succès observé dans un échantillon de taille n constitue le meilleur
estimateur de 𝜋 :
𝑘
𝜋=p=
𝑛

Estimation par intervalle de confiance :

Estimation d’une moyenne :

4
 On veut estimer la moyenne µ de la population à l’aide d’un échantillon aléatoire (si la taille de
l’échantillon est grande n ≥30 la distribution d’échantillonnage de la moyenne est normale quelle
que soit la distribution de la population).
On peut distinguer entre les cas suivants :
𝛂 𝜎 𝛂 𝜎
𝜎 Connue: 𝜇 ∈[m-z1- ; m+z1-
𝟐 √𝑛 𝟐 √𝑛

𝛂 𝑠 𝛂 𝑠
𝜎 Inconnue: 𝜇 ∈[m-z1- ; m+z1-
𝟐 √𝑛 𝟐 √𝑛

Estimation d’une variance :

Estimation de la variance quand la moyenne est connue
Lorsque m est connu un intervalle de confiance au niveau 1−α de σ2 est

Où u1 et u2 sont les quantiles d’ordre α/2 et 1−α/2 de la loi du χ2 à n degrés de liberté.

Estimation de la variance quand la moyenne est inconnue.
Lorsque m est inconnu un intervalle de confiance au niveau 1−α de σ2 est

Où u1 et u2 sont les quantiles d’ordre α/2 et 1−α/2 de la loi du χ2 à n−1 degrés de liberté.
Estimation d’une proportion :

𝜋∈ [ p-z1-𝜶𝟐 √𝒑𝒒𝒏 ; p+z1-𝜶𝟐 √𝒑𝒒𝒏 ]

5-Exercices d’applications :
Exo1 :

On a prélevé au hasard, dans une population de pièces 100 unités, Sur ces 100 unités, 20 sont
défectueuses. Estimer la proportion de la population dans ce cas.

Exo2 :

5
Soit un groupe de 120 malades sur lesquels un traitement fournit 36 guérisons, soit 36/120=0,30 =30%.
Quelles les limites de confiance au seuil de 5% ?

6-Conclusion :
Le but de cette partie est de donner à l’étudiant les outils nécessaires pour appréhender les variations
échantillonnales et les appliquer au problème d’estimation. L’étudiant devra identifier l’objectif de
l’étude statistique et choisir la méthode appropriée pour apporter une solution raisonnable.

L’étudiant sera en mesure de

• identifier et calculer les estimateurs des principaux paramètres statistiques

• évaluer les probabilités approximatives sur la moyenne échantillonnale et sur le total

• identifier et utiliser les formules pour le calcul des principaux intervalles de confiance

• calculer la précision d’un intervalle de confiance et déterminer la taille de l’échantillon nécessaire pour
obtenir une marge d’erreur donnée.

6
Bibliographie :
Mathsv.univ-lyon1.fr (objectif )

www.sg-echec.jimdo.com (introduction ,propriete, exercice)

UL-DEP.BIOLOGIE-biostatistique-1 (propriete)

Préparation à l’Agrégation Bordeaux 1(propriete)

Louis Houde Département de Mathématiques et d’informatique Université du Québec à Trois-

Rivières(conclusion)