Intervalles de fluctuation et de confiance. Dans une population, la proportion d’individus ayant un caractère donné est notée p Population.

Slides:



Advertisements
Présentations similaires
Intervalles de confiance
Advertisements

Intervalles de confiance
Introduction aux statistiques Intervalles de confiance
L’échantillonnage & Ses Fluctuations
Comparaison d’une moyenne observée à une moyenne théorique
STATISTIQUE INFERENTIELLE L ’ESTIMATION
TESTS RELATIFS AUX CARACTERES QUANTITATIFS
Echantillonnage Introduction
Inférence statistique
Faculté de médecine de Nancy - SPI-EAO - Pr. F. KOHLER
Comparaison de deux pourcentages observés
Comparaison de plusieurs moyennes observées
Variable aléatoire, estimation ponctuelle et par intervalle
Tests de comparaison de pourcentages
Échantillonnage-Estimation
Les tests d’hypothèses
Statistiques et probabilités en première
Statistique descriptive
Régression -corrélation
INFERENCE STATISTIQUE
Statistiques et probabilité :
Probabilités et statistique en TS
Intervalle de confiance pour p en %
Nouveau programme rentrée 2012.
AUTOUR DE LA LOI NORMALE
Lectures Volume obligatoire: Chapitre 8
Fluctuations d’une fréquence selon les échantillons, Probabilités
Programmes du cycle terminal
Statistiques et Probabilités au lycée
Applications des statistiques
1 - Construction d'un abaque Exemple
Nombre de sujets nécessaires en recherche clinique
Mathématiques Les statistiques et probabilités en STI2d/STL
Comprendre la variation
IA IPR Académie de Rennes Réfléchir à la conception et à la mise en œuvre dune simulation 1 Simulation d'une expérience aléatoire Rendre compte.
STATISTIQUES – PROBABILITÉS
Université dOttawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :47 1 Concepts fondamentaux: statistiques et distributions.
Théorie… Inférence statistique: étude du comportement d’une population ou d’un caractère X des membres d’une population à partir d’un échantillon aléatoire.
Statistiques et probabilités
ÉCHANTILLONNAGE AU FIL DES PROGRAMMES Stage : nouveaux programmes de première Novembre 2011.
Les intervalles de confiance pour la moyenne d’une population
Brigitte CHAPUT - Journée de la Régionale APMEP de Toulouse - 19 janvier 2011 LA FORMULE.
1 - Programme de Seconde (juin 2009) Statistique et probabilités
On cherche des renseignements sur p.
ESTIMATION 1. Principe 2. Estimateur 3. Distribution d’échantillonnage
Théorème de la limite centrale l’inférence statistique
STATISTIQUES DESCRIPTIVES
Micro-intro aux stats.
STATISTIQUES – PROBABILITÉS
Intervalles de confiance pour des proportions L’inférence statistique
Échantillonnage (STT-2000)
Vers une loi à densité. Masse en gEffectifFréquence % [600,800[1162,32 [800,900[3957,9 [900,1000[91818,36 [1000,1100[124824,96 [1100,1200[121824,36 [1200,1300[71514,3.
 Intervalle qui contient la mesure avec une probabilité de 95%  95% de chances d’avoir entre 10 et 12  95% de chances que Nicolas obtienne entre.
Statistiques descriptives-Distributions expérimentales à une dimension
Concepts fondamentaux: statistiques et distributions
Principales distributions théoriques
PROBABILITES ET STATISTIQUE Révisions. OUTILS FICHE DE COURS Établies au fur et à mesure de l’avancement des chapitres ROC Sur le cours distribué D D.
LOI NORMALE LOI STUDENT ECHANTILLONS ET TESTS DE MOYENNE
Probabilités et statistique MQT-1102
ECHANTILLONAGE ET ESTIMATION
Formation Green Belt Lean Six Sigma
Introduction aux statistiques Intervalles de confiance
UED SIM – Département OLCI Année Arts & Métiers ParisTech CER ANGERS Probabilités et statistiques Cours n° 2.
Chapitre 4 Statistique descriptive 1. Echantillonnage statistique population On appelle population, un ensemble d’individus auquel on s’intéresse échantillon.
Chapitre 6 Les tests d ’ hypoth è se 1 – Comparer des moyennes ou des proportions.
Seconde 8 Chapitre 10: Echantillonnage M. FELT 1.
Chapitre 6 Les tests d ’ hypoth è se 2 – Les tests du  2 (chi 2)
Biostatistique pour le troisième cycle P. Leroy, F. Farnir 2013.
Bienvenue au cours MAT-350 Probabilités et statistiques.
Transcription de la présentation:

Intervalles de fluctuation et de confiance

Dans une population, la proportion d’individus ayant un caractère donné est notée p Population

population On prélève au hasard n individus dans la population

population n est petit par rapport à la taille de la population entière.

population Si on note X n le nombre de personnes sur les n ayant le caractère, alors X n est une variable aléatoire dont la loi peut être assimilée à la loi binomiale de paramètres n et p

population

Par exemple, supposons que dans un pays il y ait 30% de jeunes de moins de 20 ans Si on prélève au hasard 100 individus dans la population, la probabilité qu’il y en ait 40 de moins de 20 ans (probabilité de l’évènement « F n =4/10 ») est P=0.3 n=100

population Maintenant réalisons cette expérience aléatoire, c’est-à-dire prélevons effectivement n personnes de la population

population C’est un échantillon de taille n, et pour cet échantillon, F n prend une certaine valeur f (fréquence observée pour cet échantillon)

On étudie un caractère p est la proportion de personnes ayant ce caractère dans la population entière f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

p est la proportion de personnes ayant ce caractère dans la population entière f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n On étudie un caractère Il s’agit de trouver un lien entre p et f

On étudie un caractère L’intervalle de fluctuation asymptotique au seuil de 95% permet de dire, que pour n assez grand(*), dans à peu près 95% des cas, F n prend ses valeurs dans cet intervalle p est la proportion de personnes ayant ce caractère dans la population entière f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

On étudie un caractère L’intervalle de fluctuation asymptotique au seuil de 95% permet de dire, que pour n assez grand(*), dans à peu près 95% des cas, F n prend ses valeurs dans cet intervalle or f est justement une valeur prise par F n p est la proportion de personnes ayant ce caractère dans la population entière f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

On étudie un caractère p est la proportion de personnes ayant ce caractère dans la population entière f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

On étudie un caractère p est la proportion de personnes ayant ce caractère dans la population entière f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

Exemple 0,13 est la proportion « normale » de personnes ayant une maladie dans la population entière 17% est la fréquence de personnes ayant cette maladie dans une ville de 400 habitants

Exemple Pour n=400 et p=0,13, l’intervalle de fluctuation asymptotique est: 0,13 est la proportion « normale » de personnes ayant une maladie dans la population entière 17% est la fréquence de personnes ayant cette maladie dans une ville de 400 habitants

Exemple 0,13 est la proportion « normale » de personnes ayant une maladie dans la population entière 17% est la fréquence de personnes ayant cette maladie dans une ville de 400 habitants

Exemple 0,13 est la proportion « normale » de personnes ayant une maladie dans la population entière 17% est la fréquence de personnes ayant cette maladie dans une ville de 400 habitants

Exemple Il y aura une décision à prendre, par exemple faire des investigations complémentaires afin de rechercher les facteurs de risque pouvant expliquer cette proportion élevée. 0,13 est la proportion « normale » de personnes ayant une maladie dans la population entière 17% est la fréquence de personnes ayant cette maladie dans une ville de 400 habitants

p est la proportion de personnes ayant ce caractère dans la population entière p est ici inconnue f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n On étudie un caractère

p est la proportion de personnes ayant ce caractère dans la population entière p est ici inconnue f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

p est la proportion de personnes ayant ce caractère dans la population entière p est ici inconnue f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

p est la proportion de personnes ayant ce caractère dans la population entière p est ici inconnue f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

p est la proportion de personnes ayant ce caractère dans la population entière p est ici inconnue f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

p est la proportion de personnes ayant ce caractère dans la population entière p est ici inconnue f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

p est la proportion de personnes ayant ce caractère dans la population entière p est ici inconnue f est la fréquence de personnes ayant ce caractère dans un échantillon de taille n

Exemple : première estimation élection de A ou B p est la proportion inconnue de personnes votant pour le candidat A 46% est la fréquence de personnes ayant voté pour A dans un échantillon de taille 2500

Exemple : première estimation élection de A ou B p est la proportion inconnue de personnes votant pour le candidat A 46% est la fréquence de personnes ayant voté pour A dans un échantillon de taille 2500

Exemple : première estimation élection de A ou B p est la proportion inconnue de personnes votant pour le candidat A 46% est la fréquence de personnes ayant voté pour A dans un échantillon de taille 2500 Remarque: L’échantillon de personnes ayant voté doit être « représentatif » ou doit correspondre à un tirage au hasard.