UNIVERSITE MOHAMMED V ‫جامعة محمد الخامس الرباط‬

RABAT ‫كلية العلوم القانونية واالقتصادية‬

FACULTE DES SCIENCES
‫واالجتماعية‬
JURIDIQUES, ECONOMIQUES ET
SOCIALES ‫اكدال‬
RABAT AGDAL

DEPARTEMENT DES SCIENCES ECONOMIQUES

FILIERE : SCIENCES ECONOMIQUES ET GESTION

MODULE : ECHANTILLONNAGE ET ESTIMATIONS

SEMESTRE 3

Adil EL MARHOUM

Année Universitaire 2020 – 2021

 Théorie d’échantillonnage

SOLUTIONS DES EXERCICES : THEORIE

D’ECHANTILLONNAGE

Exercice 1.

Quelle est l'espérance mathématique et quelle est la variance des résultats qu'on
peut obtenir quand on choisit au hasard et indépendamment dix nombres entiers
de 1 à 9 et qu'on en calcule la moyenne, en supposant que chacun des nombres de
1 à 9 a une même probabilité d'être choisi et qu'un même nombre peut être choisi
plusieurs fois sans aucune restriction ?

Corrigé :

Population : {1 ; 2 ; 3 ; 4 ; 5 ; 6 ; 7 ; 8 ; 9} N = 9

n = 10

𝜎²
𝐸(𝑋̅) = 𝑚 𝑉(𝑋̅) =
𝑛

∑ 𝑋𝑖 1+2+3+4+5+6+7+8+9
Moyenne de la population : 𝑚 = = =5
𝑁 9

∑ 𝑋𝑖2 12 +22 +32 +42 +52 +62 +72 +82 +92

Variance de la population : 𝜎 2 = − 𝑚2 = −
𝑁 9
52 = 6,67

𝐸(𝑋̅) = 𝑚 = 5

𝜎² 6,67
𝑉(𝑋̅) = = = 0,667
𝑛 10

𝜎𝑋̅ = √0,667 = 0,81

Adil EL MARHOUM Page 2

 Théorie d’échantillonnage

Exercice 2

Calculez la moyenne et l'écart type de la variance S², ainsi que la probabilité P(10
< S²<20), en supposant que S² désigne la variance observée d'échantillons
aléatoires et simples d'effectif 10 extraits d'une population normale de moyenne
égale à 15 et écart type égal à 4.

Corrigé :

S² = V(X) Variance de l’échantillon. n = 10 m = 15

𝜎=4

E(V(X)) = ? V(V(X)) = ? p(10 < V(X) < 20 ) = ?

Distribution d’échantillonnage de la variance.

𝑛−1 10 − 1
𝐸(𝑉(𝑋)) = × 𝜎2 = × 42 = 14,4
𝑛 10
2(𝑛−1) 2(10−1)
V(V(X)) = × 4 = × 44 = 46,08
𝑛² 10²

𝜎𝑉(𝑋) = √46,08 = 6,79

𝑛×𝑉(𝑋)
suit une loi Khi deux à (n-1) degrés de liberté
𝜎²

10×10 𝑛×𝑉(𝑋) 10×20

p(10 < V(X) < 20 ) = 𝑝 ( 2 <
4 𝜎2
<
42
) = 𝑝(6,25 < 𝜒 2 < 12,5) =
2 2
𝑝(𝜒 < 12,5) − 𝑝(𝜒 < 6,25)

Table Khi deux à 9 degrés de liberté

p(10 < V(X) < 20 ) = 0,8 – 0,3 = 0,5

Adil EL MARHOUM Page 3

 Théorie d’échantillonnage

Exercice 3

On suppose que les poids de 3000 étudiants d'une université suivent une loi
normale de moyenne 68,0 kilogrammes et écart type 3,0 kilogrammes. Si l'on
extrait 80 échantillons de 25 étudiants chacun, quelle est la moyenne et écart type
théorique de la distribution d'échantillonnage des moyennes pour (a) un
échantillonnage non exhaustif, (b) un échantillonnage exhaustif ?

Corrigé

N = 3000 m = 68 𝜎=3 𝜎² = 9 n = 25

X : poids N(68 ; 3)

Distribution d’échantillonnage de la moyenne

a) Un échantillonnage non exhaustif

𝐸(𝑋̅) = 𝑚 = 68
𝜎² 9
𝑉(𝑋̅) = = = 0,36
𝑛 25
3
𝜎𝑋̅ = = √0,36 = 0,6
√25

b) Un échantillonnage exhaustif

𝐸(𝑋̅) = 𝑚 = 68

𝜎² 𝑁 − 𝑛 9 3000 − 25
𝑉(𝑋̅) = × = × = 0,35
𝑛 𝑁−1 25 3000 − 1

𝜎𝑋̅ = √0,35 = 0,59

Exercice 4

500 pignons ont un poids moyen de 5,02 grammes et un écart type de 0,30
grammes. Trouver la probabilité pour qu’un échantillon de 100 pignons choisi au
hasard ait un poids total (a) compris entre 496 et 500 grammes. (b) plus grand que
510 grammes.

Adil EL MARHOUM Page 4

 Théorie d’échantillonnage

Corrigé :

N = 500 m = 5,02 𝜎 = 0,30 𝜎² = 0,09 n = 100

Distribution d’échantillonnage de la moyenne

𝐸(𝑋̅) = 𝑚 = 5,02

𝜎² 𝑁 − 𝑛 0,09 500 − 100

𝑉(𝑋̅) = × = × = 0,00072
𝑛 𝑁−1 100 500 − 1

𝜎𝑋̅ = √0,00072 = 0,0268

𝑋̅ suit une loi normale N(5,02 ; 0,0268)

a) Probabilité pour qu’un échantillon de 100 pignons choisi au hasard ait un

poids total compris entre 496 et 500 grammes.

496 𝑇𝑜𝑡𝑎𝑙 500

𝑝(496 < 𝑇𝑜𝑡𝑎𝑙 < 500) = 𝑝 ( < < ) = 𝑝(4,96 < 𝑋̅ < 5)
100 100 100

𝑝(496 < 𝑇𝑜𝑡𝑎𝑙 < 500) = 𝑝(𝑋̅ < 5) − 𝑝(𝑋̅ < 4,96)

5 − 5,02 4,96 − 5,02

𝑝(496 < 𝑇𝑜𝑡𝑎𝑙 < 500) = 𝑝 (𝑍 < ) − 𝑝 (𝑍 < )
0,0268 0,0268

𝑝(496 < 𝑇𝑜𝑡𝑎𝑙 < 500) = 𝑝(𝑍 < −0,75) − 𝑝(𝑍 < − 2,24)

𝑝(496 < 𝑇𝑜𝑡𝑎𝑙 < 500) = 1 − 𝑝(𝑍 < 0,75) − 1 + 𝑝(𝑍 < 2,24)

𝑝(496 < 𝑇𝑜𝑡𝑎𝑙 < 500) = −0,7734 + 0,98745 = 0,21405

b) Probabilité pour qu’un échantillon de 100 pignons choisi au hasard ait un

poids total plus grand que 510 grammes.

𝑇𝑜𝑡𝑎𝑙 510
𝑝(𝑇𝑜𝑡𝑎𝑙 > 510) = 1 − 𝑝 ( < ) = 1 − 𝑝( 𝑋̅ < 5,10)
100 100

Adil EL MARHOUM Page 5

 Théorie d’échantillonnage

5,10 − 5,02
𝑝(𝑇𝑜𝑡𝑎𝑙 > 510) = 1 − 𝑝 (𝑍 < )
0,0268

𝑝(𝑇𝑜𝑡𝑎𝑙 > 510) = 1 − 𝑝(𝑍 < 2,99) = 1 − 0,99861 = 0,00139

Exercice 5

Lors d’élections, les résultats ont montré qu’un des candidats a obtenu 46 % des
voix. Déterminer la probabilité pour que le vote de (a) 200 (b) 1000 personnes
choisies au hasard parmi le corps électoral donnent une majorité de voix en faveur
de ce candidat.

Corrigé :

P = 0,46

a) Probabilité pour que le vote de 200 personnes choisies au hasard parmi le corps
électoral donne une majorité de voix en faveur de ce candidat.

Distribution d’échantillonnage de la proportion

P(F > 0,5) = ?

𝐸(𝐹) = 𝑝 = 0,46

𝑝𝑞 0,46 × 0,54
𝑉(𝐹) = = = 0,018
𝑛 200

𝜎𝐹 = √0,018 = 0,13

n = 200 > 30 et n p = 200 x 0,46 = 92 > 5 alors F suit une loi normale. N(0,46 ;

0,5−0,46
P(F > 0,5) = 1 – p(F < 0,5) = 𝑝 (𝑍 < ) = 𝑝(𝑍 < 0,31) = 0,6217
0,13

b) Probabilité pour que le vote de 1000 personnes choisies au hasard parmi le corps
électoral donne une majorité de voix en faveur de ce candidat.

𝐸(𝐹) = 𝑝 = 0,46

Adil EL MARHOUM Page 6

 Théorie d’échantillonnage

𝑝𝑞 0,46 × 0,54
𝑉(𝐹) = = = 0,00025
𝑛 1000

𝜎𝐹 = √0,00025 = 0,016

0,5−0,46
P(F > 0,5) = 1 – p(F < 0,5) = 𝑝 (𝑍 < ) = 𝑝(𝑍 < 2,5) = 0,99379
0,016

Exercice 6

Les ampoules électriques d'un fabricant A ont une durée de vie moyenne de 1400
heures avec un écart-type de 200 heures, et celles d'un fabricant B ont une durée
de vie moyenne de 1200 heures avec un écart-type de 100 heures. Si l'on teste des
échantillons de 125 ampoules pour chaque marque, quelle est la probabilité pour
que la marque d'ampoules A ait une durée de vie moyenne qui soit au moins
supérieure de (a) 160 heures, (b) 250 heures à celle de la marque d'ampoules B ?

Corrigé :

Fabricant A : X : durée de vie 𝑚𝐴 = 1400 𝜎𝐴 = 200 𝑛𝐴 = 125

Fabricant B : X : durée de vie 𝑚𝐵 = 1200 𝜎𝐵 = 100 𝑛𝐵 = 125

a) Quelle est la probabilité pour que la marque d'ampoules A ait une durée de vie
moyenne qui soit au moins supérieure de 160 heures à celle de la marque
d'ampoules B ?

̅̅̅
𝑝(𝑋 ̅̅̅̅
𝐴 − 𝑋𝐵 > 160)

Distribution d’échantillonnage de la moyenne

200
̅̅̅
𝑋𝐴 : N(1400 ; = 17,89)
√125

100
̅̅̅̅
𝑋 𝐵 : N(1200 ; = 8,95)
√125

̅̅̅
E(𝑋 ̅̅̅̅ ̅̅̅ ̅̅̅̅
𝐴 − 𝑋𝐵 ) = E(𝑋𝐴 ) – E(𝑋𝐵 ) = 1400 – 1200 = 200

̅̅̅
V(𝑋 ̅̅̅̅ ̅̅̅ ̅̅̅̅
𝐴 − 𝑋𝐵 ) = V(𝑋𝐴 ) + E(𝑋𝐵 ) = 17,89² + 8,95² = 400

Adil EL MARHOUM Page 7

 Théorie d’échantillonnage

̅̅̅ ̅̅̅̅
𝑋𝐴 − 𝑋 𝐵 : N(200 ; 20)

160−200
̅̅̅
𝑝(𝑋 ̅̅̅̅ ̅̅̅ ̅̅̅̅
𝐴 − 𝑋𝐵 > 160) = 1- 𝑝(𝑋𝐴 − 𝑋𝐵 < 160) = 1 – p (Z < ) = 1 – p(Z< -2) = p(Z<2) = 0,97725
20

b) Quelle est la probabilité pour que la marque d'ampoules A ait une durée de vie
moyenne qui soit au moins supérieure de 250 heures à celle de la marque
d'ampoules B ?

̅̅̅
𝑝(𝑋 ̅̅̅̅
𝐴 − 𝑋𝐵 > 160)

250−200
̅̅̅
𝑝(𝑋 ̅̅̅̅ ̅̅̅ ̅̅̅̅
𝐴 − 𝑋𝐵 > 250) = 1- 𝑝(𝑋𝐴 − 𝑋𝐵 < 250) = 1 – p (Z < ) = 1 – p(Z< 2,5) = 1-0,99379=0,00621
20

Exercice 7

Les poids de 1500 pignons suivent une loi de Laplace-Gauss de moyenne 22,40
kg et écart type 0,048 kg Déterminer pour 300 échantillons aléatoires de taille 36
de cette population la moyenne et l'écart-type théoriques de la distribution
d'échantillonnage des moyennes, l'échantillonnage étant (a) non exhaustif, (b)
exhaustif.

Corrigé :

N = 1500 m = 22,40 𝜎 = 0,048 𝜎² = 0,0023 n = 36

Distribution d’échantillonnage de la moyenne

a) Un échantillonnage non exhaustif

𝐸(𝑋̅) = 𝑚 = 22,40

𝜎² 0.0023
𝑉(𝑋̅) = = = 0,000064
𝑛 36
0,048
𝜎𝑋̅ = = 0,008
√36

Adil EL MARHOUM Page 8

 Théorie d’échantillonnage

b) Un échantillonnage exhaustif

𝐸(𝑋̅) = 𝑚 = 22,40

𝜎² 𝑁 − 𝑛 0.0023 1500 − 36
𝑉(𝑋̅) = × = × = 0,000062
𝑛 𝑁−1 36 1500 − 1

𝜎𝑋̅ = √0,000063 = 0,0079

Exercice 8

Les poids des colis reçus dans un grand magasin ont une moyenne de 300 kg et
un écart-type de 50 kg, Quelle est la probabilité pour que 25 colis reçus au hasard
et chargés sur un monte-charge dépassent la limite de sécurité du monte-charge,
qui est 8200 kilogrammes.

Corrigé :

m = 300 𝜎 = 50 𝜎² = 2500 n = 25

Distribution d’échantillonnage de la moyenne

𝐸(𝑋̅) = 𝑚 = 300

𝜎² 2500
𝑉(𝑋̅) = = = 100
𝑛 25

𝜎𝑋̅ = √100 = 10

𝑋̅ suit une loi de student à 24 degrés de liberté.

Probabilité pour que 25 colis reçus au hasard et chargés sur un monte-charge

dépassent la limite de sécurité du monte-charge, qui est 8200 kilogrammes.

𝑇𝑜𝑡𝑎𝑙 8200
𝑝(𝑃𝑜𝑖𝑑𝑠 𝑡𝑜𝑡𝑎𝑙 > 8200) = 1 − 𝑝 ( < ) = 1 − 𝑝( 𝑋̅ < 328)
25 25

Adil EL MARHOUM Page 9

 Théorie d’échantillonnage

328 − 300
𝑝(𝑇𝑜𝑡𝑎𝑙 > 8200) = 1 − 𝑝 (𝑇 < )
10

𝑝(𝑇𝑜𝑡𝑎𝑙 > 510) = (𝑇 < 2,8) = 0,995

Exercice 9

Trouver la probabilité pour que parmi les 200 prochains enfants à naître (a) il y
ait moins de 40 % de garçons, (b) il y ait entre 43 % et 57 % de filles, (c) il y ait
plus de 54 % de garçons. On supposera que la naissance d'un garçon et la
naissance d'une fille sont équiprobables.

Corrigé :

P = 0,5 n = 200

F : fréquence des garçons

E(F) = p = 0,5

𝑝𝑞 0,5 × 0,5
𝜎𝐹 = √ =√ = 0,035
𝑛 200

N = 200 > 30 et n p = 200 x 0,5 = 100 > 5 Donc F suit une loi normale N(0,5 ;
0,035)

a) Probabilité pour que parmi les 200 prochains enfants à naître il y ait moins de 40
% de garçons.

0,40 − 0,50
𝑝(𝐹 < 0,40) = 𝑝 (𝑍 < ) = 𝑃(𝑍 < −2,86) = 1 − 𝑝(𝑍 < 2,86)
0,035
= 1 − 0.99788 = 0,00212

b) Probabilité pour que parmi les 200 prochains enfants à naître il y ait entre 43 % et
57 % de filles.

𝑝(0,43 < 𝐹 < 0,57) = 𝑝(𝐹 < 0,57) − 𝑝(𝐹 < 0,43)

Adil EL MARHOUM Page 10

 Théorie d’échantillonnage

0,57 − 0,50 0,43 − 0,50

𝑝(0,43 < 𝐹 < 0,57) = 𝑝 (𝑍 < ) − 𝑝(𝑍 < )
0,035 0,035

𝑝(0,43 < 𝐹 < 0,57) = 𝑝(𝑍 < 2) − 𝑝(𝑍 < −2) = 𝑝(𝑍 < 2) − 1 + 𝑝(𝑍 < 2)

𝑝(0,43 < 𝐹 < 0,57) = 2 𝑝(𝑍 < 2) − 1 = 2 × 0,97725 − 1 = 0,9545

c) Probabilité pour que parmi les 200 prochains enfants à naître il y ait plus de 54 %
de garçons.

0,54 − 0,50
𝑝(𝐹 > 0,54) = 1 − 𝑝 (𝑍 < ) = 1 − 𝑃(𝑍 < 1,14) = 1 − 0,8729 = 0,1271
0,035

Exercice 10

Dans le but d’étudier l’intention d’achat d’un produit, on décide de réaliser un

sondage. Combien de personnes doit-on interroger pour que la fréquence
empirique ne s’éloigne pas de la vraie proportion de 1% et ce avec une probabilité
au moins égale à 95% ?

Corrigé :

Intention d’achat : qualitatif donc cas de la proportion

Population des consommateurs : population très grande donc infinie, on peut
donc la considérer comme normale.

𝑍²1−𝛼 × 𝑝 × 𝑞
2
𝑛=
𝜀²

𝜀 = 0,01 1 − 𝛼 = 0,95 𝛼 = 0,05

𝑍1−𝛼 = 𝑍0,975 = 1,96 p = 0,5 q = 1 – p = 0,5

2

1,96² × 0,5 × 0,5

𝑛= = 9604
0,012

Adil EL MARHOUM Page 11

 Théorie d’échantillonnage

Exercice 11

Des sachets de sucre granulé, dont le poids moyen est de 1,01 kg avec un écart
type de 50 grammes, sont mis dans des cartons contenant chacun 100 sachets. Le
poids d’un carton vide est de 500 grammes. On procède par sondage au contrôle
du poids des sachets de sucre granulé. (a) en utilisant l’IBT, déterminer le nombre
de sachets de sucre granulé qu’on doit contrôler pour que le poids moyen de
l’échantillon ne soit pas loin de la vraie moyenne de plus ou moins 20 grammes,
avec une probabilité au moins égale à 0,99. (b) Reprendre la même question en
supposant que le poids moyen est distribué normalement, et que l’échantillon sera
tiré d’un stock de 4000 sachets. (c) On choisit au hasard un carton rempli, quelle
est la probabilité que le poids de ce carton soit inférieur à 100 kg ?

Corrigé :

m = 1,01 Kg 𝜎 = 50 g

1 carton = 100 sachets poids carton vide = 500 g

a) En utilisant l’IBT (loi inconnue) , déterminer le nombre de sachets de sucre

granulé qu’on doit contrôler pour que le poids moyen de l’échantillon ne soit pas
loin de la vraie moyenne de plus ou moins 20 grammes, avec une probabilité au
moins égale à 0,99.

Taille de l’échantillon

Cas de la moyenne

Marge d’erreur tolérée : 𝜀 = 20 𝑔

Degré de confiance : 1 − 𝛼 = 0,99 𝛼 = 0,01

𝜎² 50²
𝑛= = = 625 𝑠𝑎𝑐ℎ𝑒𝑡𝑠
𝜀² × 𝛼 20² × 0,01

c) Reprendre la même question en supposant que le poids moyen est distribué

normalement, et que l’échantillon sera tiré d’un stock de 4000 sachets.

N = 4000 𝑍0,995 = 2,58

Adil EL MARHOUM Page 12

 Théorie d’échantillonnage

𝑍²1−𝛼 × 𝜎² × 𝑁 2,58² × 50² × 4000

2
𝑛= = = 41 𝑠𝑎𝑐ℎ𝑒𝑡𝑠
𝜀 2 × 𝑁 + 𝑍²1−𝛼 × 𝜎² 20² × 4000 + 2,58² × 50²
2

Exercice 12

Un avion (Boeing 747) peut transporter 100 passagers et leurs bagages, Il pèse
120 tonnes sans bagages, ni passagers mais équipage compris et plein de
carburant. Les consignes de sécurité imposent au commandant de bord de ne pas
décoller si le poids de l'appareil chargé dépasse 129,42 tonnes. Les 100 places ont
été réservées. Le poids d'un voyageur est une variable aléatoire d'espérance
mathématique 70 kg et de variance 100 kg Le poids de ses bagages est une V.A.
de moyenne 20 kg et de variance 100 kg Toutes les variables sont supposées
indépendantes. (a) L'espérance mathématique du poids de l'appareil au moment
du décollage est-elle conforme aux normes de sécurité ? (b) Calculer l'écart type
du poids total de l'appareil.

Corrigé :

100 passagers et leurs bagages.

Poids de l’avion vide 120 t

Poids total <= 129 t

X : poids d’un passager E(Xi) = 70 Kg V(Xi) = 100 𝜎𝑋 = 10 𝐾𝑔

Y : poids d’un bagage E(Yi) = 20 Kg V(Yi) = 100 𝜎𝑌 = 10 𝐾𝑔

a) L'espérance mathématique du poids de l'appareil au moment du décollage

est-elle conforme aux normes de sécurité ?

Z : Poids de l’avion chargé. Z = X1+X2+…+X100 + Y1+Y2+…+Y100 + 129

E (Z) = E(X1+X2+…+X100 + Y1+Y2+…+Y100 + 129) = 100 E(Xi) + 100 E(Yi) + 120

𝐸(𝑍) = 100 × 0,070 + 100 × 0,020 + 120 = 129 𝑡

L'appareil au moment du décollage est-elle conforme aux normes de sécurité ?

Adil EL MARHOUM Page 13

 Théorie d’échantillonnage

b) Calculer l'écart type du poids total de l'appareil.

V(Z) = V(X1+X2+…+X100 + Y1+Y2+…+Y100 + 129) = 100 V(Xi) + 100 V(Yi)

V(Z) = 100 × 100 + 100 × 100 = 20000

𝜎𝑍 = √20000 = 141,42 𝐾𝑔

Exercice 13

Une enquête sur l'emploi a pour but d’estimer le taux d'activité dans un pays. Dans
les statistiques disponibles, la population active du pays est estimée à 10000000
personnes sur une population totale de 40 millions de personnes. Déterminer la
taille de l'échantillon si l'on accepte une erreur de 1%. Avec une probabilité de
0,95.

Corrigé :

Cas d’une proportion p = 10/40 = 0,25 q = 1-0,25 = 0,75

Taille de la population : N = 40000000

∈= 0,01 1 − 𝛼 = 0,95

Loi normale / proportion / population finie sans remise (Dépendance)

𝑍²1−𝛼 × 𝑝 𝑞 × 𝑁
2
𝑛=
𝜀2 × 𝑁 + 𝑍²1−𝛼 × 𝑝 𝑞
2
Z0,975 = 1,96

1,96² × 0,25 × 0,75 × 40000000

𝑛= = 7202 𝑝𝑒𝑟𝑠𝑜𝑛𝑛𝑒𝑠
0,01² × 40000000 + 1,96² × 0,25 × 0,75

Remarque :

N = 40000000 est une grande taille, on peut la considérer comme une population
infinie.

Adil EL MARHOUM Page 14

 Théorie d’échantillonnage

Formule de l’échantillon non exhaustif

𝑍²1−𝛼 × 𝑝 × 𝑞 1,96² × 0,25 × 0,75

2
𝑛= = = 7203 𝑝𝑒𝑟𝑠𝑜𝑛𝑛𝑒𝑠
𝜀² 0,01²
𝑁−𝑛 40000000−7203
= = 0,99981 tend vers 1 alors la population est infinie
𝑁−1 40000000−1

Exercice 14

Le rendement de la main d’œuvre d’une usine est chiffré par une production
moyenne par jour et par ouvrier de 72 unités avec un écart type de 6 unités. (a) on
a observé la production journalière d’un échantillon aléatoire de 25 ouvriers.
Déterminer la loi et les paramètres de la moyenne de l'échantillon. (b) Quelle est
la probabilité pour que la moyenne de cet échantillon soit inférieure à 63 ? (c)
Quelle est la probabilité pour que l'écart entre la moyenne de cet échantillon et
celle de la population soit supérieur à 3 ?

Corrigé :

m = 72 𝜎=6 𝜎² = 36 n = 25

a) Distribution d’échantillonnage de la moyenne

𝐸(𝑋̅) = 𝑚 = 72

𝜎² 36
𝑉(𝑋̅) = = = 1,44
𝑛 25

𝜎𝑋̅ = √1,44 = 1,2

𝑋̅ suit une loi de student à 24 degrés de liberté.

b) Quelle est la probabilité pour que la moyenne de cet échantillon soit

inférieure à 63 ?

63 − 72
𝑝( 𝑋̅ < 63) = 𝑝 (𝑍 < ) = 𝑝(𝑇 < −7,5) = 1 − 𝑝(𝑇 < 7,5) = 1 − 1 = 0
1,2

Adil EL MARHOUM Page 15

 Théorie d’échantillonnage

c) Quelle est la probabilité pour que l'écart entre la moyenne de cet échantillon
et celle de la population soit supérieur à 3 ?

66 − 63
𝑝( 𝑋̅ − 63 > 3) = 𝑝( 𝑋̅ > 66) = 1 − 𝑝 (𝑇 < ) = 1 − 𝑝(𝑇 < 2,5)
1,2
= 1 − 0,99 = 0,01

Exercice 15

Afin d’estimer le revenu mensuel moyen dans un secteur de production.

Quelle doit être la taille de l’échantillon de salariés à interroger pour que
la moyenne empirique ne s’éloigne pas de la moyenne de la population de
100 DH avec une probabilité au moins égale à 0,95 sachant que l’écart type
est de 500 DH par salarié ?

Corrigé

Loi normale / moyenne / population infinie :

Epsilon = 100 DH 1-alpha = 0,95

Ecart-type = 500 DH

Z0,975 = 1,96

n = 1,96²x500² / 100² = 96 salariés

Exercice 16

On souhaite réaliser une enquête sur la consommation des ménages afin d’estimer
la dépense moyenne par ménage. Quel doit être la taille de l’échantillon de
ménages si la population est composée de 5 millions de ménages et que l’erreur
admise ne doit pas dépasser 100 DH avec une probabilité de 0,99 ? l’écart type de
la dépense des ménages est de 2000 DH.

Corrigé :

Taille de l’échantillon, cas de la moyenne, loi normale

𝜀 = 100 1 − 𝛼 = 0,99 𝛼 = 0,01 𝜎 = 2000

Adil EL MARHOUM Page 16

 Théorie d’échantillonnage

𝑍1−𝛼 = 𝑍0,995 = 2,58

2

²
𝑍1−𝛼 × 𝜎²
2 2,58² × 2000²
𝑛= = = 2663
𝜀² 100²

Exercice 17

Dans le cadre d'une étude socio-économique, on s'intéresse aux habitants de 18

unités urbaines, réparties en deux régions. L'enquête devrait comporter 500
interviews. Comme on dispose de 10 enquêteurs et qu'on souhaite que chaque
enquêteur n'opère que dans une seule unité urbaine, on souhaite se limiter à l'étude
de 10 unités urbaines. En fonction de la répartition des unités urbaines par région
et de leurs nombres d'habitants, expliquez, de façon aussi détaillée que possible la
manière dont on pourrait organiser cette enquête, en précisant notamment dans
quelles unités urbaines il y aurait lieu d'envoyer les enquêteurs.

Région 1 Région 2
Unités Nombres Unités Nombres
urbaines d’habitants urbaines d’habitants
1 93600 9 117100
2 45400 10 107100
3 38900 11 61200
4 36500 12 51000
5 35100 13 43800
6 32900 14 38900
7 28100 15 37800
8 26400 16 33500
17 25800
18 25300

Corrigé

Population des habitants réparties dans deux régions et sur 18 UU

Choisir 500 habitants et choisir 10 UU.
n = 500 quelles méthodes d’échantillonnage ?
Méthode stratifiée avec 2 strates : R1 et R2
Dans chaque région : Méthode à degrés
1er degré : Choix des UU
2ème degré : choix des habitants dans chaque UU choisie

Adil EL MARHOUM Page 17

 Théorie d’échantillonnage

Combien d’UU choisir dans chaque région ?

Répartition proportionnelle des 10 UU à choisir sur les deux régions :

Région Nombre Poids Nbre d’UU à

d’UU choisir
Région1 8 44% 4
Région 2 10 56% 6
Total 18 100% 10

Comment choisir les UU dans chaque région ?

Choix aléatoire simple des UU dans chaque région :

Région 1 : N°2 ; N°4 ; N°6 ; N°8

Région 2 : N°14 ; N°12 ; N°17 ; N°9 ; N°15 ; N°18

Combien d’habitants choisir dans chaque région ?

Répartition proportionnelle des 500 habitants à choisir sur les deux régions :

Région Nombre Poids Nbre d’habitants à

d’habitants choisir
Région1 336900 38% 190
Région 2 541500 62% 310
Total 878400 100% 500

Région 1 : combien d’habitants choisir dans chacune des 4 UU choisies ?

Répartition proportionnelle des 190 habitants à choisir sur les 4 UU choisies :

UU Nbre Poids Nbre d’habitants à

d’habitants choisir
N°2 45400 32% 61
N°4 36500 26% 49
N°6 32900 23% 44
N°8 26400 19% 36
Total 141200 100% 190

Choix aléatoire simple des habitants dans chacune des 4 UU choisies.

Adil EL MARHOUM Page 18

 Théorie d’échantillonnage

Région 2 : combien d’habitants choisir dans chacune des 6 UU choisies ?

Répartition proportionnelle des 310 habitants à choisir sur les 6 UU choisies :

Nbre
Nbre
UU Poids d’habitants à
d’habitants
choisir
N°14 38900 13,15% 41
N°12 51000 17,24% 53
N°17 25800 8,72% 27
N°9 117100 39,57% 123
N°15 37800 12,77% 40
N°18 25300 8,55% 27
Total 295900 100,00% 310

Choix aléatoire simple des habitants dans chacune des 6 UU choisies.

Exercice 18

Dans une région regroupant environ 3 millions d’habitants réunis en un peu plus
de 1500 communes, on désire réaliser une enquête au cours de laquelle 0,5 pour
mille des habitants devraient être interrogés. En effectuant une stratification basée
sur la distribution de fréquences donnée ci-dessous, combien d’interviews devrait-
on réaliser dans chacune des catégories de communes. Si de plus pour des raisons
de facilité, on décidait de ne pas effectuer moins de 10 interviews par commune,
dans combien de communes différentes de chacune des catégories les enquêteurs
devraient-ils se rendre ?

Nombre Nombre de
d’habitants communes
Moins de 1000 900
1000 – 2000 300
2000 – 5000 200
5000 – 10000 80
10000 – 20000 40
20000 – 40000 10
Total 1530

Adil EL MARHOUM Page 19

 Théorie d’échantillonnage

Corrigé :
Taille de la population : N = 3000000
Fraction de sondage :
𝑛
𝑓= = 0,005
𝑁

Donc la taille de l’échantillon est : 𝑛 = 0,005 × 3000000 = 1500

On utilise la méthode stratifiée, les strates sont les 6 catégories de communes et

on répartit de façon proportionnelle les 1500 interviews sur les 6 strates.

A l’intérieur de chaque catégorie de commune, on utilise la méthode à deux

degrés :

- Premier degré : choisir de façon aléatoire simple des communes.

- Deuxième degré : dans chaque commune choisie, choisir un
échantillon aléatoire d’habitants.

On va choisir 10 habitants par commune à l’exception de la dernière commune

où on va choisir 14 habitants par commune puisqu’il n’y a pas assez de
communes.

Nombre Centre de Nombre de Nombre d’habitants Poids Nombre Nombre de

d’habitants classe communes d’intervi communes
ews à choisir
Moins de 1000 500 900 500x900 = 450000 14,52 % 218 22
1000 – 2000 1500 300 300x1500 = 450000 14,52 % 218 22
2000 – 5000 3500 200 200x3500 = 700000 22,58 % 339 34
5000 – 10000 7500 80 80x7500 = 600000 19,35 % 290 29
10000 – 20000 15000 40 40x15000 = 600000 19,35 % 290 29
20000 – 40000 30000 10 10x30000 = 300000 9,68 % 145 10
Total - 1530 3100000 100 % 1500

Adil EL MARHOUM Page 20

 Théorie d’échantillonnage

Exercice 19

On s’intéresse au pourcentage de fusibles défectueux dans un lot de 50 sacs

contenant chacun 10000 fusibles. Les sacs proviennent de différents fournisseurs
qui affirment en général que la proportion de fusibles défectueux ne dépasse pas
1%. L’erreur acceptée sur ce pourcentage est de 0,1% au niveau de confiance 0,95.
(a) Déterminer la taille de cet échantillon en utilisant l'IBT, et en supposant la
normalité de la variable. Laquelle de ces deux tailles doit-on retenir ? et pourquoi
? (b) Préciser de quel type de sondage s'agit-il : Si on tire n fusibles en prélevant
n/50 par sac. Si on choisit d'abord K sacs et on tire ensuite ni fusibles par sac. Si
on mélange le contenu des 50 sacs, et on tire n fusibles. (c) Quel est le procédé de
tirage, le mieux adapté ?

Corrigé :

Taille de la population : N = 50 x 10000 = 500000 fusibles

Proportion : p = 0,01 et q = 1 – 0,01 = 0,99
Marge d’erreur tolérée : 𝜀 = 0,01
Degré de confiance : 1 − 𝛼 = 0,95 donc 𝛼 = 0,05

a) Taille de cet échantillon en utilisant la loi inconnue

𝑝𝑞 0,01 × 0,99
𝑛= = = 198 𝑓𝑢𝑠𝑖𝑏𝑙𝑒𝑠
𝜀² × 𝛼 0,001² × 0,05

Taille de cet échantillon en utilisant la loi normale

N = 500000 𝑍0,995 = 2,58

𝑍²1−𝛼 × 𝑝 × 𝑞 × 𝑁 2,58² × 0,01 × 0,99 × 500000

2
𝑛= =
𝜀 2 × 𝑁 + 𝑍²1−𝛼 × 𝑝 × 𝑞 0,001² × 500000 + 2,58² × 0,01 × 0,99
2
= 58225 𝑓𝑢𝑠𝑖𝑏𝑙𝑒𝑠

Laquelle de ces deux tailles doit-on retenir ? et pourquoi ?

La taille de 500000 fusibles est grande, la population peut être considérée comme
normale, on peut donc retenir la taille de 58225 fusibles.

Adil EL MARHOUM Page 21

 Théorie d’échantillonnage

b) Préciser de quel type de sondage s'agit-il :

- Si on tire n fusibles en prélevant n/50 par sac : il s’agit de la méthode

stratifiée, les strates sont les 50 sacs.

- Si on choisit d'abord K sacs et on tire ensuite ni fusibles par sac : il s’agit

de la méthode à deux degrés :

Premier degré : les sacs

Deuxième degré : les fusibles

- Si on mélange le contenu des 50 sacs, et on tire n fusibles : il s’agit de

la méthode aléatoire simple.

c) Quel est le procédé de tirage, le mieux adapté ?

Puisque les sacs ne proviennent pas du même fournisseur, la méthode la plus

adaptée est la méthode stratifiée qui permet de contrôler tous les sacs et donc
contrôler tous les fournisseurs.

Exercice 20

Le budget alloué à une enquête est de 132500 DH. Cette enquête est destinée à
estimer le taux de chômage qu’on a estimé à priori égal à 10 %. Les frais de
déplacement quotidien sont évalués à 1000 DH par enquêteur. La rémunération
d’un enquêteur est de 170 DH par jour. Les charges fixes sont de 20000 DH. (a)
Déterminer la taille de l’échantillon si en tolère une erreur de moins de 1 % avec
un niveau de confiance de 95% (b) Déterminer la taille maximale permise par le
budget alloué si le rendement par enquêteur est de 6 questionnaires par jour. (c)
Quel niveau d’erreur faut-il accepter si on réalise l’enquête avec le budget alloué ?

Corrigé :

Budget total 132500 DH p = 0,10 q = 1 – 0,10 = 0,90

Frais total par jour = 1000+170 = 1170 DH

Charges fixes = 20000 DH

Adil EL MARHOUM Page 22

 Théorie d’échantillonnage

a) Déterminer la taille de l’échantillon si en tolère une erreur de moins de

1 % avec un niveau de confiance de 95%

1 − 𝛼 = 0,95 𝜀 = 0,01
𝛼
𝛼 = 0,05 1 − = 0,975 𝑍1−∝ = 1,96
2 2

𝑍²1−∝ × 𝑝 × 𝑞
2
𝑛=
𝜀2

1,96² × 0,10 × 0,90

𝑛= = 3458 𝑞𝑢𝑒𝑠𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒𝑠
0,01²

b) Déterminer la taille maximale permise par le budget alloué si le

rendement par enquêteur est de 6 questionnaires par jour.

Budget total 132500 DH

Charges fixes = 20000 DH

Budget disponible pour les questionnaires = 132500 – 20000 = 112500 DH

Frais total par jour = 1000+170 = 1170 DH

112500
Nombre de jours = = 96 𝑗𝑜𝑢𝑟𝑠
1170

Avec 6 questionnaires par jour, on a une taille d’échantillon de :

𝑛 = 96 × 6 = 576 𝑞𝑢𝑒𝑠𝑡𝑖𝑜𝑛𝑛𝑎𝑖𝑟𝑒𝑠

c) Quel niveau d’erreur faut-il accepter si on réalise l’enquête avec le

budget alloué ?

n = 576 𝜀 =?

𝑍²1−∝ × 𝑝 × 𝑞
2
𝑛=
𝜀2

Adil EL MARHOUM Page 23

 Théorie d’échantillonnage

1,96² × 0,10 × 0,90

576 =
𝜀2

576 × 𝜀 2 = 1,96² × 0,10 × 0,90

1,96² × 0,10 × 0,90

𝜀2 =
576

1,96² × 0,10 × 0,90

𝜀= √ = 0,0245 = 2,45 %
576

Adil EL MARHOUM Page 24