Probabilités et statistique MTH0104 • Polytechnique Montréal
Fiche de révision : échantillonnage et intervalles de confiance (MTH0104)
Cette fiche réunit ce qui fait perdre des points sur l'échantillonnage et les intervalles de confiance en MTH0104, au quiz 4 comme à l'examen final : la loi de X et de P, le choix entre z, Student et khi-deux, les intervalles de μ, de p et de σ2, le niveau associé à un intervalle et la taille d'échantillon.
Ce que couvre la fiche
Le fil : on estime avec la loi de l'estimateur, jamais avec celle d'un individu, et c'est ce que l'on sait de σ, de n et de la population qui choisit la table. Chaque piège ci-dessous en est une variante, avec la phrase à écrire sur la copie.
Tes fiches en favori t'attendent dans ton espace, du téléphone à l'ordinateur. C'est gratuit : un courriel suffit, sans mot de passe, et tu reviens ici.
On estime avec la loi de l'ESTIMATEUR, jamais avec celle d'un individu : X a l'écart-type nσ, P l'écart-type np(1−p), σ2(n−1)S2 suit un khi-deux ; et ce que l'on SAIT (σ connue, n≥30, population normale) choisit la table.
Notions couvertes
Distribution d'échantillonnage
Erreur type de la moyenne
Estimation ponctuelle
Intervalle de confiance d'une moyenne
Loi de Student
Intervalle de confiance d'une proportion
Loi du khi-deux
Intervalle de confiance de la variance
Marge d'erreur
Niveau de confiance
Taille d'échantillon
Le tableau du chapitre
Les cinq intervalles du cours, reconnus en un coup d'œil
Lisez d'abord ce qu'on estime (une moyenne, une proportion, une variance), puis ce que l'énoncé vous donne : la colonne est choisie, et la dernière ligne dit l'erreur qui l'attend.
Critère
μ, cas 1σ connue
μ, cas 2grand échantillon
μ, cas 3Student
pproportion
σ2khi-deux
Ce qu'on sait
σ connue, X normale
σ inconnue, n≥30
σ inconnue, n<30, X normale
x succès sur n
s2 d'un échantillon, X normale
Loi utilisée
σ/nX−μ∼N(0;1)
s/nX−μ≈N(0;1) (TCL)
S/nX−μ∼Tn−1
p(1−p)/nP−p≈N(0;1)
σ2(n−1)S2∼χn−12
Conditions
aucune sur n
n≥30
normalité à dire
np≥5, n(1−p)≥5
normalité à dire, même si n est grand
Intervalle
x±zα/2nσ
x±zα/2ns
x±tα/2;n−1ns
p±zα/2np(1−p)
[χα/22(n−1)s2;χ1−α/22(n−1)s2]
Centré ?
oui, sur x̄
oui, sur x̄
oui, sur x̄
oui, sur p̄
non
Piège typique
diviser σ2 par n
prendre Student par réflexe
prendre 1,96
n hors de la racine
valeurs de table inversées
μ, cas 1σ connue
Ce qu'on sait
σ connue, X normale
Loi utilisée
σ/nX−μ∼N(0;1)
Conditions
aucune sur n
Intervalle
x±zα/2nσ
Centré ?
oui, sur x̄
Piège typique
diviser σ2 par n
μ, cas 2grand échantillon
Ce qu'on sait
σ inconnue, n≥30
Loi utilisée
s/nX−μ≈N(0;1) (TCL)
Conditions
n≥30
Intervalle
x±zα/2ns
Centré ?
oui, sur x̄
Piège typique
prendre Student par réflexe
μ, cas 3Student
Ce qu'on sait
σ inconnue, n<30, X normale
Loi utilisée
S/nX−μ∼Tn−1
Conditions
normalité à dire
Intervalle
x±tα/2;n−1ns
Centré ?
oui, sur x̄
Piège typique
prendre 1,96
pproportion
Ce qu'on sait
x succès sur n
Loi utilisée
p(1−p)/nP−p≈N(0;1)
Conditions
np≥5, n(1−p)≥5
Intervalle
p±zα/2np(1−p)
Centré ?
oui, sur p̄
Piège typique
n hors de la racine
σ2khi-deux
Ce qu'on sait
s2 d'un échantillon, X normale
Loi utilisée
σ2(n−1)S2∼χn−12
Conditions
normalité à dire, même si n est grand
Intervalle
[χα/22(n−1)s2;χ1−α/22(n−1)s2]
Centré ?
non
Piège typique
valeurs de table inversées
Légende : les mots du tableau
Cas 1, 2, 3
Les trois intervalles d'une moyenne du cours, distingués par ce que l'on sait de σ et de n.
TCL
Théorème central limite : dès n≥30, X est approximativement normale, quelle que soit la loi de X.
Student
Loi plus étalée que la normale, qui paie le remplacement de σ par s ; ses degrés de liberté valent n − 1.
Khi-deux
Loi d'une somme de carrés de normales centrées réduites ; positive, non symétrique, d'espérance ν.
Normalité à dire
La copie écrit « on suppose X normale » : sans cette phrase, Student et le khi-deux ne sont pas justifiés.
Une moyenne avec n<30 et une population nettement non normale n'a pas d'intervalle dans ce cours : on le dit, et on augmente n.
L'essentiel
Un individu contre la moyenne de n individus
•X décrit UN individu, d'écart-type σ. X décrit la moyenne de n individus : E(X)=μ, V(X)=nσ2, écart-type nσ.
•X est normale si X l'est, et approximativement normale dès n≥30 sinon.
•Proportion : E(P)=p et écart-type np(1−p) ; la racine couvre toute la fraction.
•Dans la notation N(μ;σ2), le second nombre est une VARIANCE : N(66;0,64) a pour écart-type 0,8.
Même moyenne 66 cm, mais la moyenne de 16 ballons est quatre fois moins dispersée qu'un ballon : 160,8=0,2.
Une question posée sur « un ballon » et sur « la moyenne de 16 ballons » n'a jamais la même réponse : relisez le sujet de la phrase.
Lire les trois tables du cours
•Normale : la table donne P(0<Z<z), z au centième. zα/2 se lit à l'aire 0,5−2α : 0,475 donne 1,96.
•Student : P(T>tα;ν)=α, avec ν=n−1. Un intervalle à 95% lit la colonne α=0,025.
•Khi-deux : P(χ2>χα;ν2)=α, aire à DROITE. À 95%, on lit les colonnes 0,025 ET 0,975.
•Valeurs à connaître : z0,05=1,645 (90%), z0,025=1,96 (95%), z0,005=2,575 (99%).
« Niveau de risque 10 % » veut dire α = 0,10, donc niveau 90 % : 0,05 dans chaque queue.
Une seule égalité, trois questions
•Tout repose sur E=zα/2nσ (ou sa version proportion).
•On connaît z et n : on calcule E, c'est l'INTERVALLE.
•On connaît E et n : on calcule z=σEn, puis le NIVEAU 2P(0<Z<z).
•On connaît E et z : on calcule la TAILLE n≥(Ezσ)2, arrondie vers le haut.
Les pièges qui coûtent des points
Les erreurs ci-dessous sont celles que je corrige le plus souvent en séance. Chacune coûte des points sur une copie, même quand le raisonnement est juste.
1.Diviser la variance par la racine de n
Toute la question, et les suivantes qui en dépendent
Ce qu'il ne faut pas écrire
« X∼N(66;0,64), n=16, donc l'écart-type de X vaut 40,64=0,16. »
Ce qu'il faut écrire
« σ=0,64=0,8, donc σX=160,8=0,2 cm, et V(X)=160,64=0,04. »
Pourquoi : On divise la variance par n, ou l'écart-type par la racine de n ; le mélange des deux donne un nombre qui ne mesure rien.
2.Prendre z sur un petit échantillon sans σ
1 à 2 points : la loi et la valeur critique sont notées
Ce qu'il ne faut pas écrire
« n=10, s=0,94 : x±1,9610s. »
Ce qu'il faut écrire
« Population supposée normale, σ inconnue, n<30 : Student à 9 degrés de liberté, t0,025;9=2,2622. »
Pourquoi : Remplacer σ par s ajoute une incertitude ; Student, plus étalée, l'intègre. Avec z, l'intervalle est trop étroit et son vrai niveau est inférieur à 95 %.
3.Écrire que μ a 95 % de chances d'être dans l'intervalle
0,5 point d'interprétation
Ce qu'il ne faut pas écrire
« Il y a 95% de chances que μ soit entre 49,33 et 50,67. »
Ce qu'il faut écrire
« On a confiance à 95% que le débit moyen μ est compris entre 49,33 et 50,67 mL/min. »
Pourquoi : μ est fixe : il est dans l'intervalle ou non. Le 95 % décrit la méthode, qui réussit pour 95 % des échantillons.
4.Croire l'intervalle de la variance centré sur s²
Toute la question
Ce qu'il ne faut pas écrire
« s2=0,81 sur 10 ballons, donc σ2∈[0,81−1,16;0,81+1,16]. »
Ce qu'il faut écrire
« σ2∈[19,0239×0,81;2,7009×0,81]=[0,383;2,70]. »
L'intervalle juste de σ2 part juste sous 0,81 et s'étire jusqu'à 2,70 ; l'intervalle symétrique de même longueur descend sous zéro, ce qu'une variance ne peut pas faire.
Pourquoi : La loi du khi-deux est asymétrique : l'intervalle s'étend bien plus loin à droite de s² qu'à gauche, et la GRANDE valeur de table donne la PETITE borne.
5.Oublier n sous la racine d'une proportion
1 point, et un intervalle absurde
Ce qu'il ne faut pas écrire
« E=1,962500,38×0,62≈0,0038. »
Ce qu'il faut écrire
« E=1,962500,38×0,62≈0,0602. »
Pourquoi : L'écart-type de p̄ est la racine de p(1 − p)/n tout entier. Un sondage de 250 personnes ne peut pas donner une marge de 0,4 %.
6.Donner la moitié du niveau de confiance
1 point
Ce qu'il ne faut pas écrire
« z=0,020,03=1,5, donc le niveau est 0,4332. »
Ce qu'il faut écrire
« Niveau =2P(0<Z<1,50)=2×0,4332=0,8664, soit 86,64%. »
Pourquoi : La table du cours donne l'aire entre 0 et z, une seule moitié de l'aire centrale.
7.Arrondir une taille d'échantillon vers le bas, ou doubler n
0,5 à 1 point
Ce qu'il ne faut pas écrire
« n≥61,47, donc 61. » ; « deux fois plus précis : deux fois plus de mesures »
Ce qu'il faut écrire
« n≥61,47, donc n=62. » ; « marge divisée par 2 : n multiplié par 4, à valeur critique égale »
Pourquoi : Avec 61, la marge dépasse la cible. Et la marge varie comme 1/√n : pour la diviser par 2, il faut multiplier n par 4.
8.Estimer σ² en divisant par n
0,5 point, et tout l'intervalle qui suit
Ce qu'il ne faut pas écrire
« s2=n∑xi2−nx2=107,9=0,79. »
Ce qu'il faut écrire
« s2=n−1∑xi2−nx2=97,9≈0,8778. »
Pourquoi : L'estimateur sans biais de σ² divise par n − 1 : la moyenne x̄, calculée sur les mêmes données, consomme un degré de liberté.
Quelle méthode choisir
Quel intervalle écrire ?
On lit ce qu'on estime, puis ce que l'énoncé donne sur σ, n et la population.
À 9 degrés de liberté, la queue de 0,025 commence à 2,2622 pour Student, contre 1,96 pour la normale : prendre z coupe l'intervalle trop court.
Si une moyenne, σ donnée dans l'énoncé → cas 1 : x±zα/2nσ
Exemple : σ=0,12, n=36, 95% : E=1,96×0,02=0,0392
Si une moyenne, σ inconnue, n≥30 → cas 2 : on remplace σ par s et l'on garde z
Exemple : s=0,15, n=50, 90% : E=1,645500,15≈0,0349
Si une moyenne, σ inconnue, n<30 → cas 3 : Student à n−1 degrés de liberté, en disant « on suppose X normale »
Exemple : n=10 : t0,025;9=2,2622 au lieu de 1,96
Si « x sur n », un pourcentage → proportion : p±zα/2np(1−p), conditions vérifiées
Exemple : 95 sur 250 : [0,3198;0,4402]
Si une variance, un écart-type, la « régularité » → khi-deux à n−1 degrés de liberté, puis la racine pour σ
Exemple : n=10, s2=0,81 : [0,383;2,70]
Student n'existe dans ce cours que pour une moyenne ; le khi-deux que pour une variance. Une proportion utilise toujours z.
Quelle taille d'échantillon ?
On regarde le paramètre et ce que l'on sait déjà.
Si une moyenne, σ connue ou estimée → n≥(Ezα/2σ)2, arrondi vers le haut
Exemple : σ=0,12, E=0,025, 95% : n≥88,51, donc 89
Si une proportion avec une estimation p → n≥(Ezα/2)2p(1−p)
Exemple : p=0,38, E=0,03 : n=1006
Si une proportion sans aucune estimation → on prend p=0,5, le cas le plus défavorable
Exemple : E=0,03, 95% : n=1068
Si « deux fois plus précis » que l'intervalle obtenu → on vise la marge 2E et l'on recalcule n, sans arrondir E
Exemple : même z : n multiplié par 4
La rédaction attendue
Le correcteur coche des étapes. Les voici dans l'ordre, avec la phrase de conclusion qu'il attend mot pour mot.
Un intervalle de Student, comme au quiz
Quand l'utiliser : « Déterminer un intervalle de confiance pour la moyenne », σ inconnue, petit échantillon.
1Définir la variable : « X : débit d'une pompe, en mL/min ».
2Estimer : x, puis s2=n−1∑xi2−nx2 et s.
3Justifier la loi : « X supposée normale, σ inconnue, n<30 : Student à n−1 degrés de liberté ».
4Écrire la formule de l'intervalle AVANT les nombres, puis lire tα/2;n−1.
5Calculer la marge et les bornes, avec l'unité.
6Conclure par la phrase d'interprétation.
Phrase de conclusion
« On a confiance à 95% que le débit moyen des pompes est compris entre 49,33 et 50,67 mL/min. »
Le piège : Sauter la justification de la loi : au quiz, « toute réponse non justifiée ne sera pas comptée ».
Barème : Typiquement : estimations 1 point, choix justifié de la loi 1 point, formule et calcul 1 point, phrase 0,5 point.
Un intervalle de la variance
Quand l'utiliser : « Estimer la variance (ou l'écart-type, ou la régularité) par un intervalle de confiance ».
1Écrire la condition : « X supposée normale, donc σ2(n−1)S2∼χn−12 ».
2Lire les DEUX valeurs : χα/2;n−12 (la grande) et χ1−α/2;n−12 (la petite).
3Calculer (n−1)s2 une seule fois, puis le diviser par chacune.
4Pour σ, prendre la racine des deux bornes.
Phrase de conclusion
« On a confiance à 95% que l'écart-type du débit est compris entre 0,64 et 1,71 mL/min. »
Le piège : Diviser par la petite valeur pour la petite borne : l'intervalle sort à l'envers.
Vérifier avant de rendre
Cinq minutes de vérification récupèrent plus de points qu'un exercice de plus commencé à la hâte.
L'estimation est dans l'intervalle
x ou p doit être au centre de l'intervalle ; s2 doit être dedans, mais pas au centre.
Un intervalle de μ[49,33;50,67] est centré sur 50 : juste. Un intervalle de σ2 centré sur s2 trahit une erreur.
Student est plus large que z
À niveau égal, un intervalle de Student est plus long que celui calculé avec 1,96.
Si votre marge de Student est plus petite que 1,96ns, la valeur de table est fausse.
Plus de confiance, plus large
À n fixé, 99% donne un intervalle plus long que 95%, lui-même plus long que 90%.
Un intervalle à 99 % plus court que celui à 95 % : les valeurs critiques ont été interverties.
La taille est un entier arrondi vers le haut
Réinjectez la taille trouvée : la marge obtenue doit être sous la cible.
n=56 et 560,3≈0,0401>0,04 : il fallait 57.
L'exercice type décortiqué
Dix pompes doseuses : la moyenne par Student, la régularité par le khi-deux
Une usine de traitement d'eau règle ses pompes doseuses de chlore à 50 mL/min. Un technicien mesure le débit de 10 pompes tirées au hasard, en mL/min : 49,2 ; 50,6 ; 48,8 ; 51,4 ; 50,1 ; 49,7 ; 50,9 ; 48,5 ; 50,3 ; 50,5. On donne ∑xi=500 et ∑xi2=25007,9.
On suppose le débit normal. Construisez les intervalles de confiance à 95% de μ et de σ. Tables : t0,025;9=2,2622, χ0,025;92=19,023, χ0,975;92=2,700.
Les dix débits mesurés, sans valeur isolée ni forte asymétrie : l'hypothèse de normalité est plausible.
Étape 1
X : débit d'une pompe (mL/min). x=10500=50 et s2=925007,9−10×502=97,9≈0,8778, s≈0,9369.
Pourquoi
Les estimations ponctuelles d'abord : tout le reste en dépend, et la division par n − 1 est notée.
Étape 2
X normale, σ inconnue, n=10<30 : T=S/10X−μ∼T9, t0,025;9=2,2622.
Pourquoi
La justification de la loi est un point du barème, et c'est elle qui interdit 1,96.
Étape 3
E=2,2622×100,9369≈0,6702, donc μ∈[49,33;50,67] mL/min.
Pourquoi
La formule écrite avant les nombres rapporte des points même si un calcul glisse.
La grande valeur de table donne la petite borne ; l'intervalle n'est pas centré sur 0,8778, et c'est normal.
Étape 5
σ∈[0,415;2,926]=[0,644;1,711] mL/min.
Pourquoi
La racine est croissante : on passe de σ² à σ borne par borne, jamais en prenant la racine de la marge.
Étape 6
Contrôle : 50 est au centre de [49,33;50,67], et s=0,9369 est dans [0,644;1,711], plus près de la borne inférieure.
Pourquoi
Vérification en cinq secondes : centrage pour μ, asymétrie attendue pour σ.
Conclusion rédigée
On a confiance à 95% que le débit moyen des pompes est compris entre 49,33 et 50,67 mL/min, et que son écart-type est compris entre 0,64 et 1,71 mL/min ; le réglage nominal de 50 mL/min est plausible.
L'erreur classique sur cet exercice : Prendre 1,96 parce que s « remplace » σ : on obtient [49,42;50,58], trop étroit.
À savoir par cœur
•E(X)=μ et écart-type de X : nσ ; de P : np(1−p).
•s2=n−1∑xi2−nx2, toujours divisé par n−1.
•Moyenne : z si σ est connue ou si n≥30 ; Student à n−1 degrés de liberté si n<30 et X NORMALE.
•Variance : [χα/22(n−1)s2;χ1−α/22(n−1)s2], intervalle NON centré, X normale.
•Niveau associé à une marge : 2P(0<Z<z) ; taille : arrondie VERS LE HAUT, p=0,5 sans estimation.
•z0,05=1,645 ; z0,025=1,96 ; z0,005=2,575.
Questions fréquentes
Quand utiliser la loi de Student pour un intervalle de confiance en MTH0104 ?
Pour estimer une moyenne quand l'écart-type de la population est inconnu, que l'échantillon compte moins de 30 observations et que la population est supposée normale. On lit alors la valeur critique avec n moins 1 degrés de liberté. Si l'écart-type est connu, ou si n vaut au moins 30, on garde la loi normale.
Comment trouver le niveau de confiance d'un intervalle donné ?
On calcule la marge, la moitié de la longueur de l'intervalle, puis on la divise par l'écart-type de l'estimateur pour obtenir z. Le niveau vaut deux fois l'aire lue dans la table entre 0 et z. Par exemple, z égal à 1,5 donne deux fois 0,4332, soit un niveau de 86,64 pour cent.
Pourquoi l'intervalle de confiance de la variance n'est-il pas centré ?
Parce qu'il vient de la loi du khi-deux, qui est positive et asymétrique, étirée vers la droite. On divise la même quantité, n moins 1 fois la variance de l'échantillon, par deux valeurs de table différentes : la grande donne la petite borne. L'intervalle s'étend donc plus loin au-dessus de la variance estimée qu'en dessous.
Comment calculer la taille d'échantillon pour un intervalle deux fois plus précis ?
Deux fois plus précis veut dire une marge divisée par deux. Comme la marge varie comme un sur la racine de n, il faut multiplier n par quatre si la valeur critique ne change pas. Sinon, on recalcule n avec la formule de la taille et la nouvelle marge, sans l'arrondir, puis on arrondit n vers le haut.
Marque ici la fiche comme lue ou mets-la en favori : un compte gratuit, sans mot de passe, retient tes fiches lues et tes favoris d'une visite à l'autre, te dit quel chapitre attaquer ensuite et te permet de demander la méthode ou l'exercice qui te manque. Crée ton espace, un courriel suffit.
Exercices corrigés : Échantillonnage et intervalles de confiance
Une méthode se prouve sur une copie, pas sur une fiche. La série du même chapitre reprend chacun de ces pièges dans un exercice, avec le corrigé rédigé étape par étape.
Il manque quelque chose dans cette fiche ?Une méthode, un piège, un exercice pour l'appliquer, une erreur repérée : dis-le-moi, je lis chaque demande.
L'envoi passe par ton espace gratuit : c'est ce qui me permet de te répondre et de te prévenir quand l'exercice est ajouté. Un courriel suffit, pas de mot de passe. Crée ton espace.
Pas envie de créer un compte ? Écris-moi directement.