Le Thorme de la

Limite Centre

Jan-16

Fethi Derbeli

Le thorme de la limite centre

Pourquoi apprendre ce concept ?
Cest le concept fondamental des statistiques par dduction et la
base des outils que nous allons apprendre utiliser.
Le thorme de la limite centre est rarement appliqu sous
sa forme la plus pure bien quil puisse tre utilis par les
inspecteurs pour rduire les erreurs de jauge (que nous
aborderons plus loin).
Les intervalles de confiance sont drivs du thorme de limite
centre. Ils sont utiliss pour quantifier un niveau de certitude ou
dincertitude qui concerne un paramtre de population bas sur
un chantillon.

Jan-16

Fethi Derbeli

Thorme de la limite centrale

Consiste en 3 rgles pertinentes pour l'outil que nous allons utiliser
La distribution sous-jacente mise part,
- les moyennes des chantillons de la
distribution tendront tre normalement
X
distribus pour un chantillon
X X
X X X
suffisamment grand
X XX X X

X individuals = X

Distribution of Individuals

X
XX
X X
X X

xi

Distribution of Means

Jan-16

Fethi Derbeli

Exercice d introduction
Ouvrir le fichier CenLimit.mtw
Comparer les limites de contrle
dun graphique barres des X avec sous-groupe = 5 et
dun tableau de valeurs individuelles

Jan-16

Fethi Derbeli

Valeurs individuelles contre barres X

Aprs tout, quelle est la diffrence des limites de contrle,
il sagit des mmes donnes ?
Que peut-on dire des limites des contrles ?

X-bar Chart for Output

I Chart for Output

100

100

3.0SL=96.59
90

Sample Mean

Individual Value

90
80
70

X=68.28

60
50

3.0SL=80.70

70

X=68.28

60
-3.0SL=55.86
50

40

-3.0SL=39.97
0

50

100

40
0

150

10

20

30

Sample Number

Observation Number

Moyennes d chantillon
(barres X)

Valeurs individuelles
Jan-16

80

Fethi Derbeli

Dfinition du thorme de limite centre

Si lon prlve tous les chantillons possibles au hasard dune taille n dans une
population de valeurs individuelles ayant une moyenne (m) et une dviation standard ()
connues, la moyenne des moyennes dchantillons sera la moyenne de la population:
En outre, la dviation standard des moyennes dchantillons sera calcule approximativement:

x =

x Moy.

x =
Z =
x

n ( x -m )

Population de
valeurs
individuelles

m individuelles

individuelles

Echantillon
ou

Distribution des
moyennes
dchantillons

x -m

Note importante: ces concepts sont valables lorsquon prlve des chantillons sur des
populations de valeurs individuelles normalement distribues ou non.
Jan-16

Fethi Derbeli

Dfinition de lerreur standard de la moyenne

Lerreur standard de la moyenne (SE Mean) est la dviation standard pour la
distribution des moyennes dchantillons.
Cette formule montre quune moyenne dchantillons est plus stable quune
observation individuelle par un facteur gal la racine carre de la taille de
lchantillon (n).
La moyenne SE Mean nous dit que la distribution des moyennes dchantillons a
une moindre variance que la population dorigine pour tout n > 1
Si n = 1, nous prlevons un chantillon de toute la population une unit la fois.
Dans ce cas, la moyenne SE = x. Ceci est vrai car les moyennes dchantillons
et la moyenne de population sont les mmes dans ce cas particulier.

= Erreur standard de la moyenne

x
= Dviation Standard des notes individuelles
n = Taille de lchantillon pour la moyenne
Jan-16

Fethi Derbeli

Population de
valeurs
individuelles

Distribution des
moyennes
d chantillons
7

Erreur standard et taille de lchantillon

10
Let x = 10 therefore x =
Si
alors
n
Relation entre lErreur Standard de la moyenne et la taille de l chantillon

Relation between Standard Error of the Mean and Sam ple Size

Stan Err

Erreur standard

10
9

Quel est le point

des rendements

dcroissants ?

6
5
4
3
2
0

10

20

30

Sample n
Echantillon n

Pour une dviation standard de population, la moyenne SE dcrot quand la

taille de lchantillon augmente.
Jan-16

Fethi Derbeli

Application pratique - Exemple ASM

On sappuie en gnral sur une valeur par pice fournie par un systme de mesure.
Cette valeur sert estimer la vritable qualit de notre caractristique.
Si nous identifions un problme de rptabilit avec notre jauge, nous pouvons rduire
lerreur du systme de mesure laide du TLC en prenant les moyennes de deux valeurs
ou plus sur la mme pice.
La prcision de notre systme de mesure augmente automatiquement dun facteur gal la
racine carre de la taille de lchantillon (nombre de mesures rptes).
Autrement dit, nous pouvons rduire considrablement la variation que nous observons
dans nos valeurs (due des erreurs de mesure) en augmentant lgrement la taille de
lchantillon pour les faibles niveaux de n.
Ceci nest pas une excuse pour viter davoir rparer la jauge !

Rappelons : x =

n
2
Total

SM(moy.) =

aussi
=

2
Pices

SM
n

2
SM

2
% Contribution

Jan-16

du SM =

SM
2
Total

Fethi Derbeli

Dmonstration de Minitab
Crons des donnes pour tester le TLC
Crer 9 colonnes de donnes ayant une distribution normale

Moyenne = 70 et dviation standard = 9

Inscrire la moyenne des 9 premires colonnes
dans C10
Question: quelle est la dviation standard
attendue pour la colonne C10?
Calc > Random Data > Normal

Jan-16

Calc > Row Statistics

Fethi Derbeli

10

Dmonstration: Rsultats graphiques

Graph > Histogram

Question: quelle est la dviation standard

attendue pour la colonne C10?
.999
.99

Probability

.95
.80
.50
.20
.05
.01
.001
45

Frequency

20

55

65

75

85

95

Indiv 9
Average: 69.2415
StDev: 9. 31511
N: 100

A nderson-Darling Normalit y Test

A-Squared: 0.269
P-Value: 0. 676

10

0
40

50

60

70

80

90

100

Indiv 9

.999
.99

Probability

.95
.80
.50
.20
.05
.01
.001
62

Frequency

20

67

72

77

Average
Average: 70. 1818
StDev: 3.34904
N: 100

Anderson-Darling Normality Test

A-Squared: 0.222
P-Value: 0.825

10

0
40

50

60

70

80

90

100

Average

Jan-16

Fethi Derbeli

11

Dmonstration: Rsultats numriques

La moyenne de la distribution des

moyennes dchantillons est trs
proche de la moyenne de la population.

La dviation standard de la distribution des

moyennes dchantillon est la dviation
standard de la population rduite par la
racine carre de la taille de lchantillon.

La distribution des moyennes dchantillons

approche dune distribution normale.

Stat > Basic Statistics > Display > Descriptive Statistics

Variable

Mean

Median

TrMean

StDev

SE Mean

Indiv 1

100

70.624

70.383

70.640

9.154

0.915

Indiv 2

100

70.684

70.387

70.723

8.324

0.832

Indiv 3

100

69.774

71.068

69.762

9.081

0.908

Indiv 4

100

69.604

69.984

69.548

7.960

0.796

Indiv 5

100

70.905

71.007

71.072

9.145

0.915

Indiv 6

100

69.859

69.726

69.996

8.839

0.884

Indiv 7

100

72.00

72.76

72.10

10.17

1.02

Indiv 8

100

68.95

68.27

69.00

10.14

1.01

Indiv 9

100

69.242

68.757

69.074

9.315

0.932

Average

100

70.182

70.117

70.215

3.349

0.335

Jan-16

=
=

Fethi Derbeli

n
9
9
=
= 3
3
9
12

Distribution Non-normale

Distribution des
notes individuelles

Normal Probability Plot

.999

70

.99

60

.95

Probability

Frequency

80

50
40
30

.80
.50
.20
.05

20

.01

10

.001

0
0

10

Average: 1.95712
Std Dev: 1.94084
N of data: 250

Distribution des
moyennes
dchantillons

80
70

.999

Probability

Frequency

50
40

Anderson-Darling Normality Test

A-Squared: 11.982
p-value: 0.000

Normal Probability Plot

60

.99
.95
.80
.50

30

.20

20

.05
.01

10

.001

10

10

C9

Indiv 9

C10

15
Average: 2.02727
Std Dev: 0.664395
N of data: 250

Average

Jan-16

15

Fethi Derbeli

Anderson-Darling Normality Test

A-Squared: 1.582
p-value: 0.000

13

Rsum - Thorme de limite centre

Le Thorme de Limite Centre nous permet de supposer que la
distribution des moyennes dchantillons approchera de la
distribution normale si le n est suffisamment lev (n > 30 pour
les distributions inconnues).
Le Thorme de Limite Centre nous permet aussi de supposer que
les distributions des moyennes dchantillons dune population
normale sont elles-mmes normales quelle que soit la taille de
lchantillon.
La moyenne SE montre que lorsque la taille de lchantillon
augmente, la dviation standard de la moyenne dchantillon
diminue. Lerreur standard nous aide calculer les intervalles de
confiance.

Jan-16

Fethi Derbeli

14

Questions?

Jan-16

Fethi Derbeli

15