Statistique inférentielle/Estimation d'un paramètre

Une page de Wikiversité.

Estimation d'un paramètre
Chapitre 2
Leçon : Statistique inférentielle
Chap. préc. : Sommaire
Chap. suiv. : [[]]


En raison de limitations techniques, la typographie souhaitable du titre, « Statistique inférentielle : Estimation d'un paramètre
Statistique inférentielle/Estimation d'un paramètre
 », n'a pu être restituée correctement ci-dessus.

Sommaire

[modifier] Le problème de l'estimation

On désire connaître la valeur d'un paramètre (moyenne m, écart-type σ ou fréquence d'une modalité p) d'une variable statistique liée à une population de taille N.

Mais on ne dispose pour cela que d'un échantillon de taille n (typiquement supérieur à 30).

On a une correspondance entre les paramètres sur la population et les paramètres sur l'échantillon.

On notera les paramètres calculés à partir de l'échantillon avec une barre :


Population mère Échantillon
Effectif N n
Moyenne m \bar{m}
Écart-type σ \bar{\sigma}
Fréquence f \bar{f}


La question posée est :

Les paramètres de l'échantillon constituent-ils de bonnes estimations des paramètres inconnus de la population ?

Sinon, y en a-t-il de meilleurs ?

[modifier] Estimation d'une moyenne

Théorème

La meilleure estimation de m est \bar{m}

[modifier] Estimation de l'écart-type

La meilleure estimation de l'écart-type σ de la population n'est pas l'écart-type \bar{\sigma} de l'échantillon.

Théorème

La meilleure estimation de σ est \bar{\sigma}\times \sqrt{\frac{n}{n-1}}

[modifier] Exemple

Une usine fabrique des pièces cylindriques dont on mesure le diamètre.

On obtient sur un échantillon :


Diamètre [23,59;23,61[ [23,61;23,63[ [23,63;23,65[ [23,65;23,67[ [23,67;23,68[
Effectif 6 8 51 30 5

1) Calculer la moyenne \bar{m} et l'écart-type \bar{\sigma} de cet échantillon.

2) Donner une estimation de la moyenne m et de l'écart-type σ de la production totale.

[modifier] Estimation d'une fréquence

Théorème

La meilleure estimation d'une fréquence f\, est \bar{f}

[modifier] Exemple

Dans un échantillon de 150 pièces, on a relevé 3 pièces défectueuses.

Donner une estimation du pourcentage de pièces défecteuses dans la production.

[modifier] Incertitude

Malgré la certitude que nous donne ces théorèmes quant au fait d'avoir les meilleures estimations possibles, il n'y a aucune raison que les paramètres de l'échantillon correspondent exactement à ceux de la population.

On peut quantifier l'incertitude relative à ces estimations grâce à la théorie des intervalles de confiance.