Télécharger la présentation
1
Les intervalles de confiance pour la moyenne d’une population
2
Plan de la séance 1 – La distribution normale
2 – Les distributions d’échantillonnage 3 – Les intervalles de confiance pour la moyenne d’une population
3
1 – La distribution normale
La distribution normale est symétrique et unimodale. Elle prend la forme d’une cloche. La forme exacte d’une distribution normale dépend de: - la moyenne μ - l’écart-type σ Notation : N(μ, σ)
4
1 – La distribution normale
5
1 – La distribution normale
Propriétés de la distribution normale: 1 – Puisque la distribution est symétrique, la moyenne équivaut à la médiane 2 – Les données sont distribuées selon des proportions fixes La proportion d’observations qui se trouvent entre la moyenne et un nombre d’écart-type donné est la même, peu importe les paramètres
6
1 – La distribution normale
7
2 – Les distributions d’échantillonnage
Une distribution d’échantillonnage est une distribution de statistiques (par exemple ) provenant de tous les échantillons possibles d’une taille N donnée que l’on peut tirer d’une population précise.
8
2 – Les distributions d’échantillonnage
Théorème limite centrale Plus N est grand, plus la distribution d’échantillonnage de la moyenne s’apparente à une distribution normale : Distribution d’échantillonnage de la moyenne L’erreur-type
9
3 – Les intervalles de confiance pour la moyenne d’une population
Objectif: On veut inférer la valeur de la moyenne d’une population (inconnue) à partir d’un échantillon La meilleure estimation de μ est x Puisque cette estimation a peu de chance d’être exacte, on aimerait connaître un intervalle à l’intérieur duquel il est probable de trouver μ
10
3 – Les intervalles de confiance pour la moyenne d’une population
À partir du théorème de la limite centrale, on obtient : Mais, σ est aussi inconnu et doit lui aussi être estimé à partir de l’échantillon! Ainsi, on a :
11
3 – Les intervalles de confiance pour la moyenne d’une population
Interprétation: Pour une grande quantité d’échantillon de taille N, la proportion des intervalles de confiance qui contiennent μ est de (1-α)%.
12
3 – Les intervalles de confiance pour la moyenne d’une population
13
3 – Les intervalles de confiance pour la moyenne d’une population
Ex. : On veut connaître la moyenne des notes de CEGEP des étudiants de l’UdM. On dispose d’un échantillon aléatoire de 100 observations, où : x = 78 s = 6 Quel est l’intervalle de confiance à 95%?
14
3 – Les intervalles de confiance pour la moyenne d’une population
(suite de l’exemple) On a Borne inférieure : 78 – 1.98 * 6/10 = Borne supérieure: * 6/10 = Donc, l’intervalle compris entre 76.8 et 79.2 contiendra à 95% du temps la vrai moyenne des notes de CEGEP des étudiants de l’UdM
15
3 – Les intervalles de confiance pour la moyenne d’une population
(suite de l’exemple) On dispose d’un autre échantillon aléatoire de 100 observations, où : x = 74 s = 7 L’intervalle de confiance à 95% est : [72.6; 75.4]
16
3 – Les intervalles de confiance pour la moyenne d’une population
(suite de l’exemple) On dispose d’un autre échantillon aléatoire de 100 observations, où : x = 76 s = 5 L’intervalle de confiance à 95% est : [75; 77]
