Académique Documents
Professionnel Documents
Culture Documents
SCIENTIFIQUE ET DE L’INNOVATION
LICENCE : L2
COURS DE BIOSTATISTIQUE
ANNEE : 2023-2024
EXPOSE DU GROUPE IV
THEME : ESTIMATION
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
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
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
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 :
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.
• 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 )
UL-DEP.BIOLOGIE-biostatistique-1 (propriete)