Professional Documents
Culture Documents
chantillonnage et estimation
Christophe ROSSIGNOL
2 Loi normale 3
2.1 Courbe en cloche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Loi normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3 Approximation dune loi binomiale par une loi normale . . . . . . . . . . . . . . . . . . . . . . . . 5
3 chantillonnage Estimation 5
3.1 Dfinition Utilisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2 chantillonnage Prise de dcision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.3 Intervalle de confiance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1
1 RAPPELS SUR LA LOI BINOMIALE
Dfinition :
On appelle preuve de Bernoulli toute preuve deux issues possibles : un succs (not S) ou un chec
(not S).
La probabilit dun succs p = P (S) est appel paramtre de lpreuve de Bernoulli.
Exemple : On lance un d quilibr six faces, les faces tant numrots de 1 6.
On considre quil y a un succs lorsque le rsultat du lancer est un 6, un chec sinon.
Il sagit dune preuve de Bernoulli de paramtre 16 .
On peut la reprsenter par larbre de la figure 1.
Remarques :
1. Si X suit la loi binomiale de paramtres n et p, X prend les valeurs 0, 1, 2, ..., n.
2. On peut toujours reprsenter un schma de Bernoulli par un arbre pour calculer P (X = k). Mais si n
est grand, cela peut tre fastidieux... On peut alors utiliser la calculatrice ou le tableur. Voir tableau
1.
Proprit : Soit X une variable alatoire suivant la loi binomiale de paramtres n et p.
Lesprance de cette variable alatoire est E (X) = np.
2
2 LOI NORMALE
2 Loi normale
Activit : Exercice 3 de la feuille polycopie Exercices - loi binomiale .
Le diagramme en btons dune loi binomiale de paramtres n et p, lorsque n est trs grand et que p nest proche
ni de zro ni de 1, peut tre approch par une courbe en cloche (voir figure 3).
Cette courbe en cloche a les proprits suivantes :
Remarque : On va dfinir, laide de ces courbes en cloche , une nouvelle loi de probabilit, pour des
variables alatoires prenant toutes les valeurs relles.
3
2.2 Loi normale 2 LOI NORMALE
Remarques :
1. La fonction dont la courbe reprsentative est la courbe en cloche est alors appel fonction de
densit.
2. On a alors P (X = a) = P (a X a) = 0 donc P (X > a) = P (X a). Les ingalits peuvent tre
notes indiffremment larges ou strictes, cela ne change pas le probabilits.
3. Par un raisonnement graphique simple, on obtient les proprits suivantes :
Proprit : Soit X une variable alatoire qui suit la loi normale de paramtres et .
P (X ) = P (X ) = 0, 5
P (X a) = 1 P (X < a) = 1 P (X a)
P (a X b) = P (X b) P (X < a) = P (X b) P (X a)
Remarque : On utilisera la calculatrice pour dterminer des probabilits de variables alatoires suivant
une loi normale (voir tableau 2).
Exercices : 2, 3 page 138 1 8, 9 page 139 2 11 page 139 ; 12 page 140 et 28, 29 page 145 3 [Intervalle]
1. Utilisation de la courbe.
2. Utilisation de la calculatrice.
3. Applications.
4
3 CHANTILLONNAGE ESTIMATION 2.3 Approximation dune loi binomiale par une loi normale
Remarque : Cela signifie quenviron 95 % des valeurs prises par X sont dans lintervalle [ 2 ; + 2].
Exercices : 5, 6 page 139 4 [Intervalle]
3 chantillonnage Estimation
P (Fn In ) 0, 95
Remarque : On utilise donc les intervalles de fluctuation dans les deux cas suivants :
on connat la proportion p de prsence du caractre dans la population ;
on fait une hypothse sur la valeur de cette proportion et on veut valider (ou invalider) cette hypothse
(on parle alors de prise de dcision).
4. Intervalle de fluctuation.
5
3.2 chantillonnage Prise de dcision RFRENCES
Proprit :
Soit un caractre dont la proportion dans une population donne est p. On considre un chantillon de
taille n.
Si n 30, np 5 et n (1 p) 5, lintervalle :
1 1
In = p ; p +
n n
On considre une population dans laquelle on suppose que la proportion dun caractre est p.
On observe la frquence fobs de ce caractre dans un chantillon de taille n et on considre lhypothse la
proportion de ce caractre dans la population est p .
h i
On considre que les conditions n 30, np 5 et n (1 p) 5 sont remplies et on note In = p 1n ; p + 1n
lintervalle de fluctuation au seuil des 95 %.
On a alors la rgle de dcision suivante :
Si fobs In : on considre que lhypothse nest pas remise en question et lon accepte au seuil de risque
de 5 % ;
Si fobs / In : on rejette lhypothse au seuil de risque de 5 % (ce qui signifie que le risque derreur par
rejet tort de lhypothse est denviron 5 %).
On considre maintenant le cas o la proportion p du caractre dans la population totale est inconnue.
On veut estimer p laide dun chantillon de taille n, et on supposera que les conditions n 30, np 5 et
n (1 p) 5 sont remplies.
Dfinition : On observe une frquence fobs sur un chantillon de taille n. h i
On appelle intervalle de confiance de p au niveau de confiance de 95 % lintervalle fobs 1 ; fobs + 1 .
n n
Remarques : Cela signifie que la proportion inconnue a plus de 95 % de chances de se trouver dans cet
intervalle.
Exercices : 15, 16 page 140 ; 33 page 145 et 34 page 146 6 [Intervalle]
Rfrences
[Intervalle] Collection Intervalle, Mathmatiques, programme 2013, Term STMG, Nathan, 2013.
4, 5, 6
6
RFRENCES RFRENCES