Professional Documents
Culture Documents
Estimation
Plan du cours :
1. Introduction.
2. Terminologie.
3. Symboles utiliss.
4. Formules de la variance et de lcart-type.
5. Estimation.
6. Estimateur.
6.1. Dfinition.
6.2. Proprits.
6.2.1. Convergence.
6.2.2. Biais dun estimateur.
6.2.3. Variance dun estimateur.
7. Types destimation.
7.1. Estimation ponctuelle.
7.1.1. Estimation dune moyenne.
7.1.2. Estimation dune variance.
7.1.3. Estimation dune proportion.
7.2. Estimation par intervalle de confiance.
7.2.1. Estimation dune moyenne.
7.2.2. Estimation dune variance.
7.2.3. Estimation dune proportion.
8. Synthse.
9. Etude de cas.
[ Page 1 sur 20 ]
1. Introduction :
La statistique est lensemble des mthodes scientifiques partir desquelles on recueille,
organise, rsume, prsente et analyse des donnes, et qui permettent den tirer des conclusions
et de prendre des dcisions judicieuses.
Au lieu dexaminer lensemble des donnes possible quon appelle encore "la
population", en pratique, on en tudie une toute petite partie appele "chantillon". partir des
rsultats mesurs sur cet chantillon, nous essayons dinduire des conclusions valables pour
lentiret de la population : cest la partie de la statistique que lon appelle "statistique
inductive" ou "statistique infrentielle". De manire gnrale, linfrence statistique est ltude
des conclusions que lon peut tirer dun chantillon pour une population dont lchantillon est
issu, ainsi que le degr de prcision des conclusions.
Dans ce cadre, les problmes qui se posent sont ceux de lestimation des paramtres
(moyenne, variance, cart-type et proportion) dune population partir des chantillons issus de
cette mme population.
Pour que les conclusions soient valables, il faut que lchantillon soit reprsentatif de la
population. Cela signifie quil doit tre prlev dune manire alatoire, cest--dire que tous les
lments de la population ont la mme probabilit dtre choisis.
[ Page 2 sur 20 ]
2. Terminologie :
Terme
Dfinition
Estimation
Estimateur
Estimation ponctuelle
Intervalle de confiance
Intervalle qui permet de dfinir une marge d'erreur entre les rsultats
d'un sondage et un relev de la population.
Marge derreur
connu
inconnu
Tirage exhaustif
Grands chantillons
Petits chantillons
Biais et non-biais
[ Page 3 sur 20 ]
3. Symboles utiliss :
Symbole
Signification
Lcart-type de la population
La variance de la population
Lcart-type estim de la population
Variance biaise dun chantillon
Variance non biaise dun chantillon
Le coefficient de risque
Le coefficient de confiance
La valeur critique (lcart rduit)
La variance biaise :
[ Page 4 sur 20 ]
5. Estimation :
Pour bien comprendre le sens du mot "estimation", on va citer 3 dfinitions diffrentes
ensuite on donne une dfinition de synthse.
Df (01) : Action destimer, de dterminer une valeur1.
Df (02) : Recherche de la valeur d'un ou de plusieurs paramtres d'une loi statistique
partir d'observations ou de sondages sur un ou plusieurs chantillons d'une population2.
Df (03) : une estimation est une valeur particulire prise par un estimateur3.
Donc on peut dire que :
Lestimation est le procd par lequel on dtermine les valeurs inconnues des
paramtres de la population partir des donnes de lchantillon. Pour cela, on utilise des
distributions thoriques, cest dire des variables alatoires dont on connait les lois de
probabilit.
6. Estimateur :
Un estimateur est une statistique permettant d'valuer un paramtre inconnu relatif une
loi de probabilit (comme son esprance ou sa variance). Il peut par exemple servir estimer
certaines caractristiques d'une population totale partir de donnes obtenues sur
un chantillon.
6.1. Dfinition :
Soient
, , , , , , n ralisations indpendantes de la variable alatoire X
(discrte ou continue) et
un paramtre associ la loi de probabilit suivi par X, un
estimateur du paramtre
est une variable alatoire
fonction des
:
=
, ,, ,,
Si on considre n observations :
estimation de note galement :
=
, ,, ,,
,, ,,
1 . http://www.le-dictionnaire.com/definition.php?mot=estimation
2 . http://www.larousse.fr/dictionnaires/francais/estimation
3 . http://fr.wikipedia.org/wiki/Estimation
[ Page 5 sur 20 ]
, lestimateur
fournira une
Lestimation dun paramtre inconnu, not est fonction des observations rsultant dun
chantillonnage alatoire simple de la population.
Lestimateur est donc une nouvelle variable alatoire construite partir des donnes
exprimentales et dont la valeur se rapproche du paramtre que lon cherche connatre.
Lestimateur de est une variable alatoire
dont la distribution de probabilit
sappelle la distribution dchantillonnage du paramtre .
Lestimateur
et une variance
6.2. Proprits :
6.2.1. Convergence :
Lestimateur
doit tendre vers la valeur relle du paramtre
dindividus tudi augmente. On dit que "lestimateur est convergent".
lorsque le nombre
lorsque
[ Page 6 sur 20 ]
7. Types destimation :
La distribution exacte dune variable X modlisant le caractre qui intresse le statisticien
est gnralement partiellement connue. Souvent la loi de X dpend dun paramtre inconnu, on
cherche se faire une ide sur ce paramtre partir des donnes observes sur lchantillon.
Attribuer au paramtre une valeur numrique unique est une estimation ponctuelle, mais
quelles sont les chances pour que cette estimation ponctuelle soit exacte ?
Plutt que destimer un paramtre laide dun seul nombre, il arrive frquemment que lon
fasse lestimation en donnant un intervalle de valeurs, Un intervalle de confiance est dfini de
telle sorte que lon puisse affirmer avec un degr de confiance fix que le paramtre vis se
trouve dans cet intervalle.
7.1. Lestimation ponctuelle :
A partir de lexamen dun chantillon, on essaye dobtenir une information quantitative
sur des paramtres de la population estimer (gnralement et )
est un estimateur de si converge en moyenne vers :
E( ) et V( ) 0 quand n
Un estimateur de est dit sans biais si : E( ) =
Par exemple est un estimateur ponctuel non biais de car E( ) =
=
0 est estimateur biais de
car
Si on utilise la variance 01 =
201 3 =
0 donc
4
5
4
5
[ Page 7 sur 20 ]
inconnu :
0 =
4
5
Exemple : Lors dun concours radiophonique, on note X le nombre des rponses reues
chaque jour, on suppose que 6 , . Durant 10 jours on a obtenu :
200
240
190
150
220
180
170
230
210
210
Calculer la moyenne , lcart-type biais et lcart-type non biais
Donner une estimation ponctuelle de la moyenne et de lcart-type .
Rponse :
......
...
...
...
...
...
...
...
[ Page 8 sur 20 ]
....
.....
; qui
Cet intervalle est appel lintervalle de confiance du paramtre car la probabilit que
dont la valeur est inconnue se trouve compris entre
et
est gale le coefficient de
confiance $
=
< <
Son complment correspond au coefficient de risque
; =
On a :
,
avec :
(si le tirage est non exhaustif)
<
B=
, +
Exemple (01) :
La taille moyenne dun chantillon alatoire de 40 personnes extrait dune population de
780 individus est de 170 cm, lcart-type pour toute la population vaut 24 cm. Trouver
lintervalle de confiance pour la taille moyenne de la population 95 %1.
Rponse :
......
...
...
...
...
...
...
...
1 . KHALDI Khaled, Mthodes statistiques et probabilits, OPU, Alger, Algrie, 2000, P175.
[ Page 10 sur 20 ]
inconnue ( ?#) :
avec
, +
Exemple (01) :
Cinq cent tudiants se prsentent un examen, un chantillon alatoire de 38 notes donne
une moyenne gale 8,65 et un cart-type gal 2,82.
Trouvez lintervalle de confiance pour la moyenne des notes de la population 1 :
0,90
0,95
0,99
Rponse :
...
......
...
...
...
...
...
...
1 . KHALDI Khaled, Mthodes statistiques et probabilits, Op.cit, P175.
[ Page 11 sur 20 ]
.
inconnue ( < ?#) :
D G
, + G
Exemple (01) :
Les notes de statistique dune promotion nombreuses dtudiants sont distribues
normalement. De cette promotion on extrait un chantillon de 9 notes. La note moyenne est
9,55 avec un cart-type de 3,65.
Trouvez lintervalle de confiance pour la moyenne des notes de la population 1 :
0,90
0,95
0,99
Rponse :
...
......
...
...
...
...
...
...
[ Page 12 sur 20 ]
de libert.
H D ;
FB =
H D
H D ;
L=
H D
$M
H D
0
0
0 , on obtient :
H D ;
H D ;
[ Page 13 sur 20 ]
F
N=
N=
F et P = H D ;
Exemple (01) :
Echantillon alatoire de taille 20 prlev dune population qui suit la loi normale, cet
chantillon a donn une variance de
= Q.
Trouvez lintervalle de confiance pour la variance de la population seuil de 95% 1 :
Rponse :
......
...
...
...
...
...
...
...
.321 2009 i [dk lm]oZ qrstZ uvdtwZ[ vZ FHIJKLM PQR XZ[\ ]` ^ab\ cdae .1
[ Page 14 sur 20 ]
8S
, 8 +
8S
@ T
Exemple (01) :
Un chantillon alatoire de 150 individus sur les 10.000 personnes dune population a
montr que 27 individus possdaient un certain caractre1.
Estimez lintervalle de confiance de la proportion dindividus ayant le caractre dans la
population avec un seuil de confiance = #, :
Rponse :
......
...
...
...
...
...
...
...
[ Page 15 sur 20 ]
8. Synthse :
Table de lcart-rduit
Coefficient du risque ()
Ecart-rduit (UV W )
UV
= 0,01
UV
= 0,05
UV
= 0,10
Paramtre estimer
Moyenne de la population (`)
W
W
W
= 2,576
= 1,960
= 1,645
Estimateur
Moyenne de lchantillon (a =
Variance de la population (i W )
Variance de lchantillon (j W =
e
dfg cd
h
k l
e
dfg cd c
Ecart-type de lchantillon (j = @
h m
k l
e
dfg cd c
h m
Le tableau ci-dessous envisage tous les cas auxquels vous pouvez tre confronts1.
Paramtre estimer
Loi de la population
i W connu
Normale
i W inconnu
Moyenne
Quelconque
n > 30
Variance
Proportion $
Normale
i W connu
i W inconnu
` connu
` inconnu
n > 50
Statistique
Loi
N(0,1)
Student(n-1)
~ N(0,1)
~ N(0,1)
n d.d.l.
n-1 d.d.l.
~ N(0,1)
1 . http://www.iutbayonne.univ-pau.fr/~grau/2A/stat/cadre3.html
[ Page 16 sur 20 ]
9. Etude de cas :
Nombre de paquets
[ 215 - 225 [
[ 225 - 235 [
[ 235 - 245 [
[ 245 - 255 [
[ 255 - 265 [
[ 265 - 275 [
[ 275 - 285 [
7
11
19
26
18
13
6
Aprs lanalyse de ces donnes par SPSS, on a obtenu les valeurs de la moyenne, la
variance et lcart-type de cet chantillon, la figure suivante montre les rsultats obtenus :
Travail faire :
3. Soit
la variable alatoire qui, chaque chantillon de 100 paquets prlevs au
hasard et avec remise la sortie de la machine, associe le poids moyen des paquets
[ Page 17 sur 20 ]
de cet chantillon. On sait que suit une loi normale de moyenne et dcart-type
. En utilisant lchantillon prcdent et en prenant pour la valeur de
##
4. Dmontrer que 7 A
B=
Rponse :
......
...
...
...
...
...
...
...
.
[ Page 18 sur 20 ]
...
...
...
...
...
...
...
...
...
...
...
...
......
...
...
...
...
...
....
..
...
...
...
[ Page 19 sur 20 ]
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
....
.....
...
...
...
...
...
...
...
...
[ Page 20 sur 20 ]