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‾\overline{X} et de P‾\overline{P}, le choix entre zz, Student et khi-deux, les intervalles de μ\mu, de pp et de σ2\sigma^{2}, 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\sigma, de nn et de la population qui choisit la table. Chaque piège ci-dessous en est une variante, avec la phrase à écrire sur la copie.

  • 8 pièges qui coûtent des points
  • 4 figures
  • 15 min de lecture
Faire les exercices du chapitre

Le fil du chapitre

On estime avec la loi de l'ESTIMATEUR, jamais avec celle d'un individu : X‾\overline{X} a l'écart-type σn\frac{\sigma}{\sqrt{n}}, P‾\overline{P} l'écart-type p(1−p)n\sqrt{\frac{p(1-p)}{n}}, (n−1)S2σ2\frac{(n-1)S^{2}}{\sigma^{2}} suit un khi-deux ; et ce que l'on SAIT (σ\sigma connue, n≥30n\ge 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.

μ\mu, cas 1 σ connue
Ce qu'on sait
σ\sigma connue, XX normale
Loi utilisée
X‾−μσ/n∼N(0 ;1)\frac{\overline{X}-\mu}{\sigma/\sqrt{n}}\sim\mathcal{N}(0\,;1)
Conditions
aucune sur nn
Intervalle
x‾±zα/2σn\overline{x}\pm z_{\alpha/2}\frac{\sigma}{\sqrt{n}}
Centré ?
oui, sur x̄
Piège typique
diviser σ2\sigma^{2} par n\sqrt{n}
μ\mu, cas 2 grand échantillon
Ce qu'on sait
σ\sigma inconnue, n≥30n\ge 30
Loi utilisée
X‾−μs/n≈N(0 ;1)\frac{\overline{X}-\mu}{s/\sqrt{n}}\approx\mathcal{N}(0\,;1) (TCL)
Conditions
n≥30n\ge 30
Intervalle
x‾±zα/2sn\overline{x}\pm z_{\alpha/2}\frac{s}{\sqrt{n}}
Centré ?
oui, sur x̄
Piège typique
prendre Student par réflexe
μ\mu, cas 3 Student
Ce qu'on sait
σ\sigma inconnue, n<30n<30, XX normale
Loi utilisée
X‾−μS/n∼Tn−1\frac{\overline{X}-\mu}{S/\sqrt{n}}\sim T_{n-1}
Conditions
normalité à dire
Intervalle
x‾±tα/2 ;n−1sn\overline{x}\pm t_{\alpha/2\,;n-1}\frac{s}{\sqrt{n}}
Centré ?
oui, sur x̄
Piège typique
prendre 1,961{,}96
pp proportion
Ce qu'on sait
xx succès sur nn
Loi utilisée
P‾−pp(1−p)/n≈N(0 ;1)\frac{\overline{P}-p}{\sqrt{p(1-p)/n}}\approx\mathcal{N}(0\,;1)
Conditions
np‾≥5n\overline{p}\ge 5, n(1−p‾)≥5n(1-\overline{p})\ge 5
Intervalle
p‾±zα/2p‾(1−p‾)n\overline{p}\pm z_{\alpha/2}\sqrt{\frac{\overline{p}(1-\overline{p})}{n}}
Centré ?
oui, sur p̄
Piège typique
nn hors de la racine
σ2\sigma^{2} khi-deux
Ce qu'on sait
s2s^{2} d'un échantillon, XX normale
Loi utilisée
(n−1)S2σ2∼χn−12\frac{(n-1)S^{2}}{\sigma^{2}}\sim\chi^{2}_{n-1}
Conditions
normalité à dire, même si nn est grand
Intervalle
[(n−1)s2χα/22 ;(n−1)s2χ1−α/22]\left[\frac{(n-1)s^{2}}{\chi^{2}_{\alpha/2}}\,;\frac{(n-1)s^{2}}{\chi^{2}_{1-\alpha/2}}\right]
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≥30n\ge 30, X‾\overline{X} est approximativement normale, quelle que soit la loi de XX.
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\nu.
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<30n<30 et une population nettement non normale n'a pas d'intervalle dans ce cours : on le dit, et on augmente nn.

L'essentiel

Un individu contre la moyenne de n individus

  • • XX décrit UN individu, d'écart-type σ\sigma. X‾\overline{X} décrit la moyenne de nn individus : E(X‾)=μE(\overline{X})=\mu, V(X‾)=σ2nV(\overline{X})=\frac{\sigma^{2}}{n}, écart-type σn\frac{\sigma}{\sqrt{n}}.
  • • X‾\overline{X} est normale si XX l'est, et approximativement normale dès n≥30n\ge 30 sinon.
  • • Proportion : E(P‾)=pE(\overline{P})=p et écart-type p(1−p)n\sqrt{\frac{p(1-p)}{n}} ; la racine couvre toute la fraction.
  • • Dans la notation N(μ ;σ2)\mathcal{N}(\mu\,;\sigma^{2}), le second nombre est une VARIANCE : N(66 ;0,64)\mathcal{N}(66\,;0{,}64) a pour écart-type 0,80{,}8.
63,56464,56565,56666,56767,56868,50,40,81,21,62X̄ : 16 ballonsσ/√n = 0,2X : un ballonσ = 0,8cmdensité
Même moyenne 6666 cm, mais la moyenne de 1616 ballons est quatre fois moins dispersée qu'un ballon : 0,816=0,2\frac{0{,}8}{\sqrt{16}}=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)P(0<Z<z), zz au centième. zα/2z_{\alpha/2} se lit à l'aire 0,5−α20{,}5-\frac{\alpha}{2} : 0,4750{,}475 donne 1,961{,}96.
  • • Student : P(T>tα ;ν)=αP(T>t_{\alpha\,;\nu})=\alpha, avec ν=n−1\nu=n-1. Un intervalle à 95 %95\ \% lit la colonne α=0,025\alpha=0{,}025.
  • • Khi-deux : P(χ2>χα ;ν2)=αP(\chi^{2}>\chi^{2}_{\alpha\,;\nu})=\alpha, aire à DROITE. À 95 %95\ \%, on lit les colonnes 0,0250{,}025 ET 0,9750{,}975.
  • • Valeurs à connaître : z0,05=1,645z_{0{,}05}=1{,}645 (90 %90\ \%), z0,025=1,96z_{0{,}025}=1{,}96 (95 %95\ \%), z0,005=2,575z_{0{,}005}=2{,}575 (99 %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/2σnE=z_{\alpha/2}\frac{\sigma}{\sqrt{n}} (ou sa version proportion).
  • • On connaît zz et nn : on calcule EE, c'est l'INTERVALLE.
  • • On connaît EE et nn : on calcule z=Enσz=\frac{E\sqrt{n}}{\sigma}, puis le NIVEAU 2P(0<Z<z)2P(0<Z<z).
  • • On connaît EE et zz : on calcule la TAILLE n≥(zσE)2n\ge\left(\frac{z\sigma}{E}\right)^{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)X\sim\mathcal{N}(66\,;0{,}64), n=16n=16, donc l'écart-type de X‾\overline{X} vaut 0,644=0,16\frac{0{,}64}{4}=0{,}16. »

Ce qu'il faut écrire

« σ=0,64=0,8\sigma=\sqrt{0{,}64}=0{,}8, donc σX‾=0,816=0,2\sigma_{\overline{X}}=\frac{0{,}8}{\sqrt{16}}=0{,}2 cm, et V(X‾)=0,6416=0,04V(\overline{X})=\frac{0{,}64}{16}=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=10n=10, s=0,94s=0{,}94 : x‾±1,96s10\overline{x}\pm 1{,}96\frac{s}{\sqrt{10}}. »

Ce qu'il faut écrire

« Population supposée normale, σ\sigma inconnue, n<30n<30 : Student à 99 degrés de liberté, t0,025 ;9=2,2622t_{0{,}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 %95\ \% de chances que μ\mu soit entre 49,3349{,}33 et 50,6750{,}67. »

Ce qu'il faut écrire

« On a confiance à 95 %95\ \% que le débit moyen μ\mu est compris entre 49,3349{,}33 et 50,6750{,}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=0,81s^{2}=0{,}81 sur 1010 ballons, donc σ2∈[0,81−1,16 ;0,81+1,16]\sigma^{2}\in[0{,}81-1{,}16\,;0{,}81+1{,}16]. »

Ce qu'il faut écrire

« σ2∈[9×0,8119,023 ;9×0,812,700]=[0,383 ;2,70]\sigma^{2}\in\left[\frac{9\times 0{,}81}{19{,}023}\,;\frac{9\times 0{,}81}{2{,}700}\right]=[0{,}383\,;2{,}70]. »

−0,800,81,62,43,2justefaux : s² ± marges² = 0,81
L'intervalle juste de σ2\sigma^{2} part juste sous 0,810{,}81 et s'étire jusqu'à 2,702{,}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=1,960,38×0,62250≈0,0038E=1{,}96\frac{\sqrt{0{,}38\times 0{,}62}}{250}\approx 0{,}0038. »

Ce qu'il faut écrire

« E=1,960,38×0,62250≈0,0602E=1{,}96\sqrt{\frac{0{,}38\times 0{,}62}{250}}\approx 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=0,030,02=1,5z=\frac{0{,}03}{0{,}02}=1{,}5, donc le niveau est 0,43320{,}4332. »

Ce qu'il faut écrire

« Niveau =2P(0<Z<1,50)=2×0,4332=0,8664=2P(0<Z<1{,}50)=2\times 0{,}4332=0{,}8664, soit 86,64 %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≥61,47n\ge 61{,}47, donc 6161. » ; « deux fois plus précis : deux fois plus de mesures »

Ce qu'il faut écrire

« n≥61,47n\ge 61{,}47, donc n=62n=62. » ; « marge divisée par 22 : nn multiplié par 44, 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=∑xi2−nx‾2n=7,910=0,79s^{2}=\frac{\sum x_{i}^{2}-n\overline{x}^{2}}{n}=\frac{7{,}9}{10}=0{,}79. »

Ce qu'il faut écrire

« s2=∑xi2−nx‾2n−1=7,99≈0,8778s^{2}=\frac{\sum x_{i}^{2}-n\overline{x}^{2}}{n-1}=\frac{7{,}9}{9}\approx 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.

22,252,52,7533,253,53,7540,020,040,060,081,962,2622Student, 9 ddlnormale N(0 ; 1)queue de 0,025densité
À 99 degrés de liberté, la queue de 0,0250{,}025 commence à 2,26222{,}2622 pour Student, contre 1,961{,}96 pour la normale : prendre zz coupe l'intervalle trop court.
  • Si une moyenne, σ\sigma donnée dans l'énoncé → cas 1 : x‾±zα/2σn\overline{x}\pm z_{\alpha/2}\frac{\sigma}{\sqrt{n}}

    Exemple : σ=0,12\sigma=0{,}12, n=36n=36, 95 %95\ \% : E=1,96×0,02=0,0392E=1{,}96\times 0{,}02=0{,}0392

  • Si une moyenne, σ\sigma inconnue, n≥30n\ge 30 → cas 2 : on remplace σ\sigma par ss et l'on garde zz

    Exemple : s=0,15s=0{,}15, n=50n=50, 90 %90\ \% : E=1,6450,1550≈0,0349E=1{,}645\frac{0{,}15}{\sqrt{50}}\approx 0{,}0349

  • Si une moyenne, σ\sigma inconnue, n<30n<30 → cas 3 : Student à n−1n-1 degrés de liberté, en disant « on suppose XX normale »

    Exemple : n=10n=10 : t0,025 ;9=2,2622t_{0{,}025\,;9}=2{,}2622 au lieu de 1,961{,}96

  • Si « xx sur nn », un pourcentage → proportion : p‾±zα/2p‾(1−p‾)n\overline{p}\pm z_{\alpha/2}\sqrt{\frac{\overline{p}(1-\overline{p})}{n}}, conditions vérifiées

    Exemple : 9595 sur 250250 : [0,3198 ;0,4402][0{,}3198\,;0{,}4402]

  • Si une variance, un écart-type, la « régularité » → khi-deux à n−1n-1 degrés de liberté, puis la racine pour σ\sigma

    Exemple : n=10n=10, s2=0,81s^{2}=0{,}81 : [0,383 ;2,70][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\sigma connue ou estimée → n≥(zα/2 σE)2n\ge\left(\frac{z_{\alpha/2}\,\sigma}{E}\right)^{2}, arrondi vers le haut

    Exemple : σ=0,12\sigma=0{,}12, E=0,025E=0{,}025, 95 %95\ \% : n≥88,51n\ge 88{,}51, donc 8989

  • Si une proportion avec une estimation p‾\overline{p} → n≥(zα/2E)2p‾(1−p‾)n\ge\left(\frac{z_{\alpha/2}}{E}\right)^{2}\overline{p}(1-\overline{p})

    Exemple : p‾=0,38\overline{p}=0{,}38, E=0,03E=0{,}03 : n=1 006n=1\,006

  • Si une proportion sans aucune estimation → on prend p‾=0,5\overline{p}=0{,}5, le cas le plus défavorable

    Exemple : E=0,03E=0{,}03, 95 %95\ \% : n=1 068n=1\,068

  • Si « deux fois plus précis » que l'intervalle obtenu → on vise la marge E2\frac{E}{2} et l'on recalcule nn, sans arrondir EE

    Exemple : même zz : nn multiplié par 44

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.

  1. 1 Définir la variable : « XX : débit d'une pompe, en mL/min ».
  2. 2 Estimer : x‾\overline{x}, puis s2=∑xi2−nx‾2n−1s^{2}=\frac{\sum x_{i}^{2}-n\overline{x}^{2}}{n-1} et ss.
  3. 3 Justifier la loi : « XX supposée normale, σ\sigma inconnue, n<30n<30 : Student à n−1n-1 degrés de liberté ».
  4. 4 Écrire la formule de l'intervalle AVANT les nombres, puis lire tα/2 ;n−1t_{\alpha/2\,;n-1}.
  5. 5 Calculer la marge et les bornes, avec l'unité.
  6. 6 Conclure par la phrase d'interprétation.

Phrase de conclusion

« On a confiance à 95 %95\ \% que le débit moyen des pompes est compris entre 49,3349{,}33 et 50,6750{,}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 ».

  1. 1 Écrire la condition : « XX supposée normale, donc (n−1)S2σ2∼χn−12\frac{(n-1)S^{2}}{\sigma^{2}}\sim\chi^{2}_{n-1} ».
  2. 2 Lire les DEUX valeurs : χα/2 ;n−12\chi^{2}_{\alpha/2\,;n-1} (la grande) et χ1−α/2 ;n−12\chi^{2}_{1-\alpha/2\,;n-1} (la petite).
  3. 3 Calculer (n−1)s2(n-1)s^{2} une seule fois, puis le diviser par chacune.
  4. 4 Pour σ\sigma, prendre la racine des deux bornes.

Phrase de conclusion

« On a confiance à 95 %95\ \% que l'écart-type du débit est compris entre 0,640{,}64 et 1,711{,}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‾\overline{x} ou p‾\overline{p} doit être au centre de l'intervalle ; s2s^{2} doit être dedans, mais pas au centre.

    Un intervalle de μ\mu [49,33 ;50,67][49{,}33\,;50{,}67] est centré sur 5050 : juste. Un intervalle de σ2\sigma^{2} centré sur s2s^{2} trahit une erreur.

  • Student est plus large que z

    À niveau égal, un intervalle de Student est plus long que celui calculé avec 1,961{,}96.

    Si votre marge de Student est plus petite que 1,96sn1{,}96\frac{s}{\sqrt{n}}, la valeur de table est fausse.

  • Plus de confiance, plus large

    À nn fixé, 99 %99\ \% donne un intervalle plus long que 95 %95\ \%, lui-même plus long que 90 %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=56n=56 et 0,356≈0,0401>0,04\frac{0{,}3}{\sqrt{56}}\approx 0{,}0401>0{,}04 : il fallait 5757.

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 5050 mL/min. Un technicien mesure le débit de 1010 pompes tirées au hasard, en mL/min : 49,249{,}2 ; 50,650{,}6 ; 48,848{,}8 ; 51,451{,}4 ; 50,150{,}1 ; 49,749{,}7 ; 50,950{,}9 ; 48,548{,}5 ; 50,350{,}3 ; 50,550{,}5. On donne ∑xi=500\sum x_{i}=500 et ∑xi2=25 007,9\sum x_{i}^{2}=25\,007{,}9.

On suppose le débit normal. Construisez les intervalles de confiance à 95 %95\ \% de μ\mu et de σ\sigma. Tables : t0,025 ;9=2,2622t_{0{,}025\,;9}=2{,}2622, χ0,025 ;92=19,023\chi^{2}_{0{,}025\,;9}=19{,}023, χ0,975 ;92=2,700\chi^{2}_{0{,}975\,;9}=2{,}700.

4848,54949,55050,55151,552mL/min
Les dix débits mesurés, sans valeur isolée ni forte asymétrie : l'hypothèse de normalité est plausible.

Étape 1

XX : débit d'une pompe (mL/min). x‾=50010=50\overline{x}=\frac{500}{10}=50 et s2=25 007,9−10×5029=7,99≈0,8778s^{2}=\frac{25\,007{,}9-10\times 50^{2}}{9}=\frac{7{,}9}{9}\approx 0{,}8778, s≈0,9369s\approx 0{,}9369.

Pourquoi

Les estimations ponctuelles d'abord : tout le reste en dépend, et la division par n − 1 est notée.

Étape 2

XX normale, σ\sigma inconnue, n=10<30n=10<30 : T=X‾−μS/10∼T9T=\frac{\overline{X}-\mu}{S/\sqrt{10}}\sim T_{9}, t0,025 ;9=2,2622t_{0{,}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=2,2622×0,936910≈0,6702E=2{,}2622\times\frac{0{,}9369}{\sqrt{10}}\approx 0{,}6702, donc μ∈[49,33 ;50,67]\mu\in[49{,}33\,;50{,}67] mL/min.

Pourquoi

La formule écrite avant les nombres rapporte des points même si un calcul glisse.

Étape 4

(n−1)s2=7,9(n-1)s^{2}=7{,}9 : σ2∈[7,919,023 ;7,92,700]=[0,415 ;2,926]\sigma^{2}\in\left[\frac{7{,}9}{19{,}023}\,;\frac{7{,}9}{2{,}700}\right]=[0{,}415\,;2{,}926].

Pourquoi

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]\sigma\in[\sqrt{0{,}415}\,;\sqrt{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 : 5050 est au centre de [49,33 ;50,67][49{,}33\,;50{,}67], et s=0,9369s=0{,}9369 est dans [0,644 ;1,711][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 %95\ \% que le débit moyen des pompes est compris entre 49,3349{,}33 et 50,6750{,}67 mL/min, et que son écart-type est compris entre 0,640{,}64 et 1,711{,}71 mL/min ; le réglage nominal de 5050 mL/min est plausible.

L'erreur classique sur cet exercice : Prendre 1,961{,}96 parce que ss « remplace » σ\sigma : on obtient [49,42 ;50,58][49{,}42\,;50{,}58], trop étroit.

À savoir par cœur

  • • E(X‾)=μE(\overline{X})=\mu et écart-type de X‾\overline{X} : σn\frac{\sigma}{\sqrt{n}} ; de P‾\overline{P} : p(1−p)n\sqrt{\frac{p(1-p)}{n}}.
  • • s2=∑xi2−nx‾2n−1s^{2}=\frac{\sum x_{i}^{2}-n\overline{x}^{2}}{n-1}, toujours divisé par n−1n-1.
  • • Moyenne : zz si σ\sigma est connue ou si n≥30n\ge 30 ; Student à n−1n-1 degrés de liberté si n<30n<30 et XX NORMALE.
  • • Variance : [(n−1)s2χα/22 ;(n−1)s2χ1−α/22]\left[\frac{(n-1)s^{2}}{\chi^{2}_{\alpha/2}}\,;\frac{(n-1)s^{2}}{\chi^{2}_{1-\alpha/2}}\right], intervalle NON centré, XX normale.
  • • Niveau associé à une marge : 2P(0<Z<z)2P(0<Z<z) ; taille : arrondie VERS LE HAUT, p‾=0,5\overline{p}=0{,}5 sans estimation.
  • • z0,05=1,645z_{0{,}05}=1{,}645 ; z0,025=1,96z_{0{,}025}=1{,}96 ; z0,005=2,575z_{0{,}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.

Passer à la pratique

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.

  • 11 exercices corrigés
  • 110 points
  • 180 minutes
Faire les exercices
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.

De quoi s'agit-il ?
Je lis chaque demande moi-même, personne d'autre ne la voit. Inutile d'écrire ton nom ou celui de ton école.
Quand ta demande est traitée, tu es prévenu par courriel et dans ton espace.

En envoyant, tu acceptes que je lise ta demande pour y répondre. Elle est gardée avec ton compte, effacée avec lui, et jamais publiée : politique de confidentialité.

Ce chapitre resservira dans

Les chapitres qui le réclament en amont, plus tard dans l'année ou dans les années suivantes.

© Ahmed Squalli Houssaini. Fiche publiée sur www.letuteurscientifique.ca/fiches/mth0104-echantillonnage-intervalles-confiance. Libre pour l'usage personnel et en classe ; sa republication ailleurs demande une autorisation écrite (mentions légales).

Vous cherchez un tuteur en probabilités et statistique pour MTH0104 ?

Contactez-moi pour une première séance : on reprend les intervalles de confiance au niveau du quiz et du final.

Site par Studio Squalli