Fluctuation et estimation
Giorgio Chuck VISCA
14 mai 2020
Fluctuation et
estimation
1
Table des matières
I Introduction 3
I.1 Vocabulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Illustration graphique de la fluctuation d’échantillonnage sur un exemple . . . . . . . . . . . . . . . . . . 3
Variable aléatoire fréquence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
II Intervalles de fluctuation et application à la prise de décision 4
II.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
II.2 Intervalle de fluctuation asymptotique au seuil 1 − α . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
II.3 Intervalle de fluctuation asymptotique au seuil de 95 % et 99% . . . . . . . . . . . . . . . . . . . . . . . . . 6
II.4 Lien avec ce qui a été vu en première . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
II.5 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
II.6 Utilisation de l’intervalle de fluctuation : prise de décision . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
III intervalle de confiance 7
III.1 L’estimation ponctuelle ou fréquence observée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
III.2 L’estimation d’une proportion à l’aide d’un intervalle de confiance . . . . . . . . . . . . . . . . . . . . . . 8
Propriété . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
RAPPEL sur l’amplitude d’un intervalle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Définition de la précision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
avril-mai 2020 F LUCTUATION ET ESTIMATIONS TS2
I Introduction
Dans ce chapitre, on s’intéresse à un caractère dans une population donnée dont la proportion est noté p. Cette
proportion sera dans quelques cas connue (échantillonnage), dans certains cas supposée connue ( prise de décision)
et dans d’autres cas inconnue (estimation).
Pour recueillir des informations sur une population, l’on dispose de deux méthodes :
• La méthode exhaustive ou recensement : on examine chacun des individus de la population selon le ou les caractères
étudiées ( exemple : recensement général de la population française).
• La méthode des sondages : on examine alors une fraction seulement, un échantillon de la population ( exemple :
dans une fabrique d’allumettes on prélève é la sortie de fabrication des échantillons pour contrôler la qualité du
produit).
Il arrive fréquemment que l’on doive rejeter la méthode exhaustive en particulier à cause de son coût ou de sa durée .
La méthode des sondages est donc d’un usage fréquent dans des domaines variés (économie, marketing, contrôle de
qualité, etc ).
l’échantillonnage c’est aller du général au particulier.
l’estimation c’est aller du particulier au général.
Lorsque l’on effectue un sondage, on ne peut aboutir à une connaissance parfaite des paramètres de la
population totale. En effet, on n’étudie qu’une fraction de la population.
I.1 Vocabulaire
Soit une population donnée où la proportion d’individus présentant le caractère C est p.
Définitions
• Un échantillon est un sous-ensemble de taille n prélevé au hasard dans une population.
• La fréquence observée d’apparition du caractère C dans un échantillon de taille n est :
nombre d’apparition du caractère C
f obs = .
n
• Si on réalise plusieurs échantillons de même taille n, les fréquences observées du caractère C varient d’un
échantillon à l’autre, ce phénomène s’appelle fluctuation d’échantillonnage.
Illustration graphique de la fluctuation d’échantillonnage sur un exemple
Pour tenter d’expliquer ce qu’est la fluctuation d’échantillonnage, on a simulé 100 fois le lancer d’un dé à six faces,
équilibré et l’on obtient les résultats de la page suivante, en sachant qu’en abscisse on a mis le numéro de l’échantillon
et en ordonnées le pourcentages d’apparition de la face 6 sur les 400 lancers de l’échantillon considéré.
M Visca .. Page 3 sur 10
avril-mai 2020 F LUCTUATION ET ESTIMATIONS TS2
1
Sachant que la proportion théorique est de ≈ 16.7%
6
Variable aléatoire fréquence
propriété
Le tirage au hasard dans la population d’un individu qui peut présenter le caractère C avec une probabilité p
est une épreuve de Bernoulli de paramètre p, où le succès S est l’issue : " Avoir C ".
Le prélèvement au hasard d’un échantillon de taille n dans cette population s’assimile à un schéma de
Bernoulli de paramètre n et p, et la variable aléatoire X n , qui compte le nombre de succès, c’est-à-dire le
nombre d’individus présentant le caractère C, suit la loi binomiale B(n; p).
Définition
La variable aléatoire F n qui à tout échantillon de taille n associe la fréquence f du caractère étudié dans cet
Xn
échantillon est appelé variable aléatoire fréquence et elle est définie par F n =
n
Remarque :
Comme la variable aléatoire X n prend des valeurs entières de 0 à n, la variable aléatoire fréquence F n prend les valeurs
1 n −1
0, , . . . , , 1. Par conséquent, la variable aléatoire F n est une variable aléatoire discrète(nombre fini de valeurs).
n n
Mais pour n Ê 2, cette variable aléatoire ne suit pas une loi binomiale car toutes les valeurs ne sont pas entières.
on a : µ ¶ Ã !
k n k
pour tout entier k de 0 à n, P F n = = P (X n = k) = p (1 − p)n−k .
n k
II Intervalles de fluctuation et application à la prise de décision
On s’intéresse à un caractère de proportion p connue au sein d’une population.
M Visca .. Page 4 sur 10
avril-mai 2020 F LUCTUATION ET ESTIMATIONS TS2
On considère la variable aléatoire F n qui à chaque échantillon aléatoire de taille n associe la fréquence du caractère
étudié.
II.1 Définition
Définition
Soit X n ∼ B(n; p).
Un intervalle I n est un intervalle de fluctuation de F n au seuil de 1 − α si P (F n ∈ I n ) ≥ 1 − α,
c’est à dire que la probabilité que l’intervalle contienne la fréquence de succès d’une série d’expériences est
d’au moins 1 − α.
Lorsque l’intervalle I n est centré sur p, il est dit centré.
II.2 Intervalle de fluctuation asymptotique au seuil 1 − α
La détermination de l’intervalle de fluctuation associé à la loi binomiale est souvent fastidieuse, malgré l’apport des
calculatrice ou des logiciels. On a vu dans le chapitre précédent avec le théorème de Moivre-Laplace que lorsque n est
p 2
assez grand, la loi binomiale B(n,p) et la loi normale N (np, np(1 − p) ) sont proches.
Propriété
Soit Z une variable aléatoire suivant la loi normale centrée réduite N (0; 1).
Pour tout réel α de ]0; 1[, il existe un unique réel uα (dépendant de α) tel que : P (−uα É Z É uα ) = 1 − α.
En particulier, pour α = 0,05, on a : uα ≈ 1,96 et pour α = 0,01, on a α ≈ 2,58 :
P (−1,96 É Z É 1,96) = 0,95 et P (−2,58 É Z É 2,58) = 0,99
Il résulte du théorème de Moivre-Laplace qu’avec les conditions ( n Ê 30, np Ê 5 et n(1 − p) Ê 5), on peut approcher la
X n − np
loi de la variable aléatoire Z n = p par la loi normale N (0; 1).
np(1 − p)
Propriété
" p p #
p(1 − p) p(1 − p)
Pour tout nombre 0 < α < 1, on pose I n = p − uα p ; p + uα p , alors : lim P (F n ∈ I n ) = 1−α.
n n n→+∞
Dit autrement : pour n grand, la variable aléatoire de fréquence F n prend ses valeurs dans l’intervalle I n avec
une probabilité proche de 1 − α.
X n − np
Preuve : Soit Z n = p
np(1 − p)
X n − np
−uα ≤ Z n ≤ uα ⇐⇒ −uα ≤ p ≤ uα
np(1 − p)
p p
⇐⇒ np − uα np(1 − p) ≤ X n ≤ np + uα np(1 − p)
p p
p(1 − p) X n np(1 − p)
⇐⇒ p − uα p ≤ ≤ p + uα p
n n n
⇐⇒ Fn ∈ I n
D’ou lim P (F n ∈ I n ) = lim P (−uα ≤ Z n ≤ uα ). Or d’après le théorème de Moivre-Laplace.
n→+∞ n→+∞
lim P (−uα ≤ Z n ≤ uα ) = P (−uα ≤ Z ≤ uα ) = 1 − α avec Z qui suit la loi normale N (0,1).
n→+∞
Donc lim P (F n ∈ I n ) = 1 − α
n→+∞
Définition
" p p #
p(1 − p) p(1 − p)
Pour tout nombre 0 < α < 1, I n = p − uα p ; p + uα p est appelé intervalle de fluctuation
n n
asymptotique au seuil de 1 − α
M Visca .. Page 5 sur 10
avril-mai 2020 F LUCTUATION ET ESTIMATIONS TS2
Remarques :
• I n est un intervalle déterminé à partir de p et n et qui contient F n avec une probabilité d’autant plus proche de 1− α
que n est grand.
• On considère que l’approximation est satisfaisante dès que n ≥ 30, np ≥ 5 et n(1 − p) ≥ 5
II.3 Intervalle de fluctuation asymptotique au seuil de 95 % et 99%
à connaître par coeur
Lorsque n Ê 30, np Ê 5 et n(1 − p) Ê 5.
• L’intervalle de fluctuation asymptotique au seuil de 95% est :
" p p #
p(1 − p) p(1 − p)
I n = p − 1,96 p ; p + 1,96 p
n n
• L’intervalle de fluctuation asymptotique au seuil de 99% est :
" p p #
p(1 − p) p(1 − p)
I n = p − 2,58 p ; p + 2,58 p
n n
Remarque : " p p #
p(1 − p) p(1 − p)
Ainsi, environ 95% des fréquences observées se situent dans l’intervalle p − 1,96 p ; p + 1,96 p et
n n
" p p #
p(1 − p) p(1 − p)
environ 99% des fréquences observées se situent dans l’intervalle p − 2,58 p ; p + 2,58 p
n n
II.4 Lien avec ce qui a été vu en première
· ¸
1 1
L’intervalle I = p − p ; p + p de fluctuation vu en première est une approximation de l’intervalle
" p n n p #
p(1 − p) p(1 − p)
I n = p − 1.96 p ; p + 1.96 p au seuil de 95%.
n n
p p
p(1 − p) p(1 − p)
Preuve : En effet, p + 1.96 p ≤ p +2 p
n n
1
De plus, en étudiant la fonction f définie sur [0,1] par f (x) = x(1 − x), on constate que son maximum est .
4
1 1
R+ .
p
Ainsi, pour tout p ∈ [0,1], on a p(1 − p) ≤ d’où p(1 − p) ≤ car la fonction racine carrée est croissante sur
p 4 p 2
p(1 − p) p(1 − p) 1 1
Par conséquent, p + 1.96 p ≤ p +2 p ≤ p +2 p ≤ p + p
p n p n 2 n n
p(1 − p) p(1 − p) 1
De même on a : p − 1.96 p ≥ p −2 p ≥p−p
" p n p # n· n
p(1 − p) p(1 − p)
¸
1 1
Ainsi p − 1.96 p ; p + 1.96 p ⊂ p − p ; p + p . D’où I n ⊂ I
n n n n
Ainsi, P (F n ∈ I n ) É P (F n ∈ I ). Sous les conditions n Ê 30, np Ê 5 et n(1 − p) Ê 5, P (F n ∈ I n ) ≈ 0,95, on admet alors que
dans la plupart des cas, P (F n ∈ I ) Ê 0,95.
II.5 Exemple
On suppose que dans la totalité de la production des boites de conserve d’une usine alimentaire, 34% de la production
est BIO. On a donc une proportion p connue sur une population mère et p = 0.34. Donnons l’intervalle de fluctuation
asymptotique au seuil de confiance de 95% pour la fréquence observée de la production de boite de conserve BIO
dans un échantillon de taille 100 :
M Visca .. Page 6 sur 10
avril-mai 2020 F LUCTUATION ET ESTIMATIONS TS2
Avec p = 0,34 et n = 100 Ê 30 on a np = 34 Ê 5 et n(1 − p) = 66 Ê 5, les critères d’approximation sont vérifiés.
L’intervalle de fluctuation asymptotique à 0,95 sur un échantillon de taille 100 est :
" r r #
0,34 × 0,66 0,34 × 0,66
I 0.95 = 0,34 − 1,96 × ; 0,34 + 1,96 ×
100 100
Soit avec des valeurs approchées à 10−3 près des bornes de l’intervalle, I 0.95 ≈ [0,247; 0,433].
Cela signifie de façon plus simple, que si l’on prend un échantillon de taille 100 sur l’ensemble de la production, la
fréquence observée de boites de conserve BIO dans cet échantillon a au moins 95% de chance de se situer entre 24,7%
et 43.3%.
II.6 Utilisation de l’intervalle de fluctuation : prise de décision
On utilise l’intervalle de fluctuation, comme en Seconde ou en Première, lorsque la proportion p dans la population
est connue ou bien si on fait une hypothèse sur sa valeur :
Représentativité : Si la proportion p d’un caractère dans une population est connue, il permet de décider si un
échantillon de taille n issu de cette population est représentatif de la population : si la fréquence f obs du
caractère dans l’échantillon appartient à cet intervalle, on considère, au seuil de 95 %, que l’échantillon est
représentatif.
Hypothèse sur p : Si on émet une hypothèse sur la proportion p d’un caractère dans une population, on souhaite
juger de la validité de cette hypothèse. Pour cela, on prélève dans la population, un échantillon de taille n sur
lequel on observe la fréquence f obs de ce caractère. f obs est une réalisation de la variable aléatoire de fréquence
Xn
Fn = .
n
Si la fréquence f observée dans un échantillon de taille n appartient cet intervalle, alors on accepte l’hypothèse
selon laquelle la proportion est p, sinon on rejette l’hypothèse selon laquelle cette proportion vaut p au seuil de
5%. Cela signifie que le risque d’erreur ( rejet à tort) est d’environ 5%.
EXEMPLE
Le chef de production prélève un échantillon de 100 boites de conserve, et il on a constaté que 28 sur 100 sont BIO sur
une totalité qui a été estimée à 34 % sur l’ensemble de la production. Ce résultat remet-il en question l’estimation de
la production totale de BIO ?
Ici nous allons faire, ce que l’on appelle en statistiques UN TEST D’HYPOTHESE :
1. On estime que la production totale de BIO est bien p = 0.34
2. On rappelle que sous cette hypothèse, l’intervalle de fluctuation asymptotique pour la fréquence de boites
BIO dans un échantillon de taille 100 est : I 0.95 = [0,247; 0,433]
28
3. On observe sur l’échantillon f obs = = 0.28, c’est à dire 28% de boites BIO.
100
4. On teste : on constate que f obs ∈ [0,247; 0,433], ce qui signifie en gros que la fréquence observée est bien là
où elle doit être (avec un risque d’erreur de 5%) si l’hypothèse p = 0.34 est vraie
5. On peut donc considérer, avec un seuil de confiance de 95%, ou avec un risque d’erreur de 5%, que cela ne
remet pas en cause le fait que l’usine produit 34% de produits BIO
III intervalle de confiance
On cherche à estimer avec un certain niveau de confiance, la proportion p inconnue d’un caractère au sein d’une
population à partir d’un échantillon de taille n. C’est le principe des sondages par exemple. C’est ce que l’on appelle
de l’inférence Statistique, c’est à dire de généraliser à toute une population les résultats obtenus sur un échantillon
M Visca .. Page 7 sur 10
avril-mai 2020 F LUCTUATION ET ESTIMATIONS TS2
III.1 L’estimation ponctuelle ou fréquence observée
Définition
Estimer un paramètre, c’est en chercher une valeur approchée en se basant sur les résultats obtenus dans
un échantillon. Lorsqu’un paramètre est estimé par un seul nombre, déduit des résultats de l’échantillon, ce
nombre est appelé estimation ponctuelle du paramètre.
EXEMPLE :
On prélève un échantillon de 150 vis et on relève 3 pièces défectueuses.
On peut alors donner une estimation de la fréquence p de vis défectueuses dans la production journalière :
On a f obs = 3/150 = 0,02 donc, une estimation PONCTUELLE de vis défectueuses sur l’ensemble de la production est
p = 0.02 = 2%.
Mais les estimations ponctuelles bien que très utiles, ne fournissent aucune information concernant la précision des
estimations, c’est-à-dire qu’elles ne tiennent pas compte de l’erreur possible dans l’estimation, erreur attribuable aux
fluctuations d’échantillonnage. Quelle confiance avons-nous dans une valeur unique ? On ne peut répondre à cette
question en considérant uniquement l’estimation ponctuelle obtenue des résultats de l’échantillon. Il faut lui associer
un intervalle qui permet d’englober avec une certaine fiabilité, la vraie valeur du paramètre correspondant.
III.2 L’estimation d’une proportion à l’aide d’un intervalle de confiance
Propriété
Soit X n la variable aléatoire comptant le nombre de personnes présentant le caractère C dans un échantillon de taille
n, on sait alors que X n suit la loi binomiale B(n; p) où p est la proportion inconnue d’apparition du caractère et
Xn
Fn = est la variable aléatoire fréquence qui a chacun des échantillons de taille n associe la fréquence du caractère
n
de cet échantillon.
Propriété
µ ¶
1 1
La proportion inconnue p est telle que : P F n − p É p É F n + p Ê 0,95.
n n
1 1 1 1 1 1
preuve : p − p É F n É p + p ⇔ − p É F n − p É p ⇔ −F n − p É −p É −F n + p ; donc :
n n n n n n
1 1 1 1
p − p É Fn É p + p ⇔ Fn − p É p É Fn + p .
nµ n n¶ µ n ¶
1 1 1 1
Ainsi, P F n − p É p É F n + p = P p − p É F n É p + p , or nous avons vu précédemment que :
µ n ¶ n µ n n ¶
1 1 1 1
P p − p É F n É p + p Ê 0,95 d’o� P F n − p É p É F n + p Ê 0,95
n n n n
définition
Soit f obs la fréquence observée d’un caractère dans un échantillon de taille n.
Sous
· les conditions ¸usuelles d’approximation n Ê 30, np Ê 5 et n(1 − p) Ê 5, l’intervalle IC =
1 1
f obs − p ; f obs + p est un intervalle de confiance au niveau de confiance de 95% de la proportion inconnue
n n
p dans la population.
RAPPEL sur l’amplitude d’un intervalle
Si a et b sont deux nombres réels tels que a É b, l’amplitude de l’intervalle [a; b] est sa "largeur" calculée en
effectuant b − a
µL’amplitude¶ deµ l’intervalle¶ de confiance précédent est alors :
1 1 2
f obs + p − f obs − p = p
n n n
M Visca .. Page 8 sur 10
avril-mai 2020 F LUCTUATION ET ESTIMATIONS TS2
Définition de la précision
· ¸
1 1
L’intervalle de confiance f obs − p ; f obs + p d’une proportion p au niveau de confiance 0,95, obtenu à
n n
2
partir d’un échantillon de taille n, a pour centre f obs et pour amplitude p .
n
2
La précision de l’intervalle de confiance est donnée par son amplitude p . Plus la taille de l’échantillon est
n
grande, plus les intervalles de confiance obtenus sont précis.
remarques
— En pratique, les conditions de validité de la formule peuvent être vérifiées à posteriori.
— La différence entre deux fréquences f 1 et f 2 observées sur deux échantillons est considérée comme significative
quand les intervalles de confiance correspondants sont disjoints.
Dans ce cas, on considère que les deux proportions p 1 et p 2 sont différentes. Dans le cas contraire, on ne peut pas
conclure.
— On peut aussi utiliser comme intervalle de confiance pour une proportion p inconnue, l’intervalle donné au seuil
de 95% : " p p #
f obs (1 − f obs ) f obs (1 − f obs )
IC = f obs − 1.96 p ; f obs + 1.96 p
n n
Exemple
On interroge au hasard 100 personnes à la sortie d’un bureau de vote pour les présidentielles en VISCALIE. 52 des
personnes interrogées déclarent avoir voté pour M SCHMURZ.
1. Estimer à l’aide d’un intervalle de confiance, la proportion p de personnes qui ont voté pour M SCHMURZ sur
l’ensemble de la population .
52
Soit f obs = = 0,52 la fréquence observées des personnes ayant voté pour M SCHMURZ.
100
Un intervalle de confiance au niveau de confiance 95% de la proportion de personnes ayant voté pour M SCHMURZ
est : · ¸
1 1
IC = f obs − p ; f obs + p c’est à dire :
· n n ¸
1 1
IC = 0.52 − p ; 0.52 + p = [0.42; 0.62]
100 100
En gros cela signifie de façon très "naïve", que le pourcentage de votant pour M SCHMURZ sur l’ensemble de la
population devrait se situer entre 42% et 62%, avec un seuil de confiance de 95% (ou un risque d’erreur à 5%)
2. Déterminer le nombre minimal de personnes qu’il faut interroger pour estimer la proportion p de personnes votant
pour M SCHMURZ avec une précision inférieure à 0,1.
2
La précision de l’estimation de p est p . Pour tout entier naturel n :
n
2 1
p < 0,1 ⇐⇒ p < 0,05
n n
p 1
⇐⇒ n > On inverse le sens de l’inégalité ici
0,05
p
⇐⇒ n > 20
⇐⇒ n > 400 On élève au carré
Il faut interroger plus de 400 clients pour obtenir une estimation de la proportion p de votant pour M SCHMURZ
avec une précision inférieure à 0,1.
3. On interroge cette fois-ci, 2500 personnes et on observe que 52.5% ont votés pour M SCHMURZ.
Peut-on considérer, sur la base de cette observation que M SCHMURZ sera élu ?
On a ici f obs = 0.525 d’après les données. Nous allons donner l’intervalle de confiance pour la proportion p de
votant pour M SCHMURZ sur l’ensemble de la population.
M Visca .. Page 9 sur 10
avril-mai 2020 F LUCTUATION ET ESTIMATIONS TS2
· ¸
1 1
IC = f obs − p ; f obs − p c’est à dire :
· n n ¸
1 1
IC = 0.525 − p ; 0.525 + p = [0.505; 0.545]
2500 2500
On peut alors estimer que M SCHMURZ sera élu, avec 5% d’erreur.
M Visca .. Page 10 sur 10
