Beruflich Dokumente
Kultur Dokumente
MQT-21919
Probabilits et statistique
Chapitre 8
Lectures
dchantillonnage de
x N ( , )
n
x
t( n 1 )
s
n
chantillon alatoire
Moyenne = 50
Je suis confiant
95% que est
entre 40 & 60.
Limite suprieure
La connaissance de la distribution
dchantillonnage de xnous permet de tirer des
conclusions sur lerreur chantillonnale mme si on
ne connat pas la vraie valeur de
La marge derreur E
Intervalle de confiance
Limite infrieure
Valeur de la
statistique x
Limite suprieure
1
P x z 2 .
x z 2 .
n
n
x z / 2
1 - est le coefficient de confiance
ou moins.
z /2 x
Distribution
chantillonnale
de x
/2
-z/2
1 - de toutes
les valeurs dex
/2
z/2
Exemple: U-Mart
U-Mart a 260 magasins travers le pays. Ils
valuent le potentiel dun emplacement dun
nouveau magasin bas sur le revenu annuel
moyen des gens qui composent le march cibl
de ce nouveau magasin. On sait que = $5 000.
La taille de lchantillon est n = 64.
Exemple: U-Mart
Exemple :
X = salaire horaire N(= 9)
n = 36
x = 25 $
I. de C. 95 % pour ?
1
P x z 2 .
x z 2 .
n
n
s2
x N ( , )
n
x z / 2 n
1 - est le coefficient de confiance, s est l'cart-type de
l'chantillon
z/2 est la valeur de z qui correspond une surface de /2 sous
la queue suprieure de la distribution de la loi normale
centrale rduite
Cet intervalle a une probabilit de 1- de contenir le vrai paramtre
Lorsque la taille de l'chantillon est petite (n <30) et X suit une loi normale
de variance inconnue, on obtient un intervalle de confiance pour au seuil
de confiance 1- en utilisant lquation suivante::
1
P x t 2 .
x t 2 .
n
n
x
t( n 1 )
s
n
s
x t 2 n 1
n
Exemple: location
dappartement
Exemple: location
dappartement
Valeur t
pour un coefficient de confiance de 0,95 , 1 - = 0,95, = 0,05, et
/2 = 0,025.
t0,025 est bas sur n - 1 = 10 - 1 = 9 degrs de libert. Dans la table de
la distribution t on trouve que t0,025 = 2,262.
Degrs
Degrees
Surface
sousinlaUpper
queue Tail
suprieure
Area
of
deFreedom
libert
.
.10
.
.05
.
.025
.
.01
.
.005
.
7
8
1.415
1.397
1.895
1.860
2.365
2.306
2.998
2.896
3.499
3.355
9
10
1.383
1.372
.
1.833
1.812
.
2.262
2.228
.
2.821
2.764
.
3.250
3.169
.
Exemple: location
dappartement
x t 0 , 025
s
n
30
350 2,262
10
[ $ 350 + $ 21,46]
ou
[$328,54 $371,46]
Nous sommes confiants 95% que la moyenne
des loyers mensuels (le vrai paramtre de la
population , se trouve entre $328,54 et $371,46.
/
2
/ 2
n
s
/
2
/ 2
x z // 22
x t 2 n 1
Taille de lchantillon: n = ?
Trop grande:
Exige trop de
ressources
Trop petite:
Pas assez
prcis
E z 2 .
z 2 .
Exemple: U-Mart
Exemple: U-Mart
Au seuil de confiance de 95% , z0,025 = 1,96.
On se souvient que = 5 000 donc,
en rsolvant pour n on obtient
2
(1,96) (5000)
n
384
2
(500)
On a besoin dun chantillon de 384 pour arriver
une prcision de + $500 un seuil de confiance
de 95%
P p z 2
p( 1 p )
p p z 2
n
p( 1 p )
1
p( 1 p )
p N p,
p z / 2
p( 1 p )
n = 500,
p z / 2
p( 1 p )
=p220/500 = 0,44,
z/2 = 1,96
0 , 44( 1 0 , 44 )
0 , 44 1,96
500
[0,44 0,0435]
SPI est confiant 95% que la proportion des votants qui
favoriseront ce candidat est entre
0,3965 et 0,4835.
z2
p (1 p )
E2
Sinon, on peut approximer p par psi cette donne est
disponible
z2
4E
2
2
1817
2
2
E
(0,03)
Note: Nous avons utilis p=0,44, la meilleure
estimation de p. Si aucune information nest disponible
sur p, on utilise alors 0,5 comme valeur pour p, ce qui
donne la taille dchantillon maximale pour cette
prcision. Si on avait utilis p = 0,5, le n suggr aurait
t 1843.
( n 1 )s
suit
n 1 2
s
2
est:
2( n 1)
1
2
xi x
s
n 1 i 1
2
n 1 s 2
2
x
i
i 1
Thorme:
Si n augmente indfiniment (n ) ,
alors: loi du 2 (n) loi N( n, 2n)
~ 2 n 1
Loi du 2
15,99
o:
n 1 s
2
1 2
n 1 s
n 1
2
2
n 1 s
2
2
(n-1d.l.)
n 1 s
2
1 2
(n-1d.l.)
Exemple
Une firme spcialise fait une tude de march pour
dterminer le montant annuel moyen dpens par les
familles qubcoises pour lachat de vitamines. On dsire
une erreur destimation maximale de 2 $ un seuil de
confiance de 90 %. On suppose que lcart type de la
variable considre est de 7 $. Quelle doit tre la taille de
lchantillon prlev ?
Rp. 33
Exemple
Pour valuer la cote de popularit des missions tlvises, on procde
habituellement par chantillonnage.
On veut estimer la proportion p des mnages (d'une grande population) qui
visionnent un talk-show le lundi soir au canal 1 entre 21h30 et 22h30, par
l'intermdiaire d'un chantillon alatoire de taille n. Si on veut que notre erreur
d'estimation soit d'au plus 3 % avec une probabilit d'au moins 95%, quelle taille n
d'chantillon devrait-on choisir ?
Rp. 1068
Exemple
Le service du personnel dune entreprise choisit au hasard 25 employs et constate
que le salaire moyen est de 1500 $ par mois. On suppose que les salaires suivent une
distribution normale. On sait par ailleurs que lcart type de cette distribution est de
100 $.
Supposons quon ignore lcart type de la population alors quon sait que lcart type
de lchantillon de 25 personnes est de 100$. Estimer le salaire moyen des employs
de lentreprise laide dun intervalle de confiance 90 %. [1465,78;1534,22]
On se replace dans le cas o lcart type de la population est connu (= 100 $).
x tre certain, un
Quelle devrait tre la taille minimale de lchantillon si on veut
seuil de confiance de 90 %, que lerreur relie lutilisation de comme estimateur
de , ne dpassera pas 10 $ ? n=269