4 ESTIMATION PAR INTERVALLE DE CONFIANCE
4.1 GENERALITES
Il est plus réaliste et plus intéressant de fournir une estimation du type t 1 t2 plutôt que
d’écrire directement =t, car on sait que la valeur estimée t diffère toujours de la valeur exacte
du paramètre recherché, . Il est souhaitable de donner la précision de l’estimation en
acceptant de faire une erreur sur celle-ci. Le but d’une estimation par intervalle de confiance
est donc de fournir des informations sur l’écart entre l’estimation ponctuelle t fournie par
l’échantillon et la valeur du paramètre de la population .
•Définition : Soit (X1,…,Xn), un échantillon issu d’une loi P , dont le paramètre , à valeur réelle,
est inconnu. Soit un réel quelconque fixé, appartenant à ]0;1[. On appelle intervalle de
confiance pour le paramètre au niveau de confiance 1- (ou de seuil ), tout intervalle de la
forme [A n ; Bn], où An et Bn sont deux statistiques sur l’échantillon (X 1,…,Xn) telles que :
P(An Bn) = 1-
Remarques : 1) Le réel est appelé le seuil et peut être interprété comme le risque que
l’intervalle de confiance [An ; Bn] ne contienne pas la vraie valeur du paramètre.
2) Si An et Bn sont toutes deux finies et aléatoires, on dit que l’intervalle est
bilatéral. Si l’une des statistiques est infinie, l’intervalle est dit unilatéral.
3) Les niveaux de confiance les plus fréquemment utilisés sont 90%, 95%, 99%.
4.2 ESTIMATION DE LA MOYENNE
4.2.1 Cas où est connu
n (X )
On suppose que X~N( ). Alors X N ou N
n
n(X-
P t /2 t /2 1 P t /2 X- t /2 1 PX t /2 X t /2 1
n n n n
L’intervalle de confiance bilatéral symétrique centrée en X est X t /2 X t /2
n n
t /2 est lu sur la table de la loi normale centrée réduite.
4.2.2 Cas où est inconnu et n<30
2
La loi de X dépendant de , on utilise comme estimateur de la variance empirique corrigée
2
(n 1)S' 2 S '2 2
(n-1 )
S’². On sait que la v.a 2
~ (n 1) . Par suite, on a 2
suit un e loi
n -1
(X ) n n(X )
Le rapport suit une loi de Student à (n-1) degré de liberté d.d.l.
S' S'
n(X- ) S' S'
P t /2 t /2 1 P X t /2 X t /2 1
S' n n
S' S'
L’intervalle de confiance est X t /2 ;X t /2 ; t /2 est lu sur la table de Student à (n-1) d.d.l.
n n
4.2.3 Cas où est inconnu et n 30
S' S'
L’intervalle dans ce cas s’écrit X t /2 ;X t /2 ; t /2 est lu sur la table de la loi normale.
n n
Statistique Appliquée à la Gestion 19-20 KINVI M. FaSEG-UK. 25
En effet, on sait que la loi de Student tend vers la loi normale centrée réduite lorsque le d.d.l
s’accroît (n 30).
Remarque: Plus n est grand, plus l’intervalle de confiance est petit (car 1 n ou 1 n 1 est
petit) et donc meilleure est la précision de l’estimation.
Exemple 3 : Un fabricant de pneus automobile envisage d’introduire une nouvelle fibre dans
la fabrication des pneus de haute performance. Il espère ainsi améliorer le kilométrage moyen
des pneus. Une étude pilote a été effectuée à l’aide de 16 pneus montés sur quatre voitures
identiques. Les résultats sont les suivants : X =34 625 km et s’ =3 200 km.
Déterminer un intervalle de confiance bilatéral pour le kilométrage des pneus avec un seuil de 5%.
Rép : Intervalle de confiance bilatéral, cas où est inconnu et n<30 ; t0,025(15) = 2,131
s' s'
IC x t /2 ;x t /2 34625 1760, 7099 ; 34625 1760, 7099 32864, 290 ; 36385,7099
n n
4.3 ESTIMATION DE LA VARIANCE D’UNE LOI NORMALE
4.3.1 µ est connu
n
2 1 2
2
T Xi est un estimateur efficace de (voir estimation ponctuelle) ; comme
n i 1
2
Xi - nT 2 n
Xi - 2
~ N(0,1) , 2
suit une loi de (n).
i 1
2
L’erreur étant fixée, on cherche dans la table (n) les valeurs C1 et C2 telles que :
nT 2 nT 2 2 nT 2 nT 2 2 nT 2
P C1 2
C 2 1 d'où l'intervalle
C2 C1 C2 C1
2 2
avec P (n) C2 et P (n) C1 1
2 2
Exemple 4 : Sur une population P générée par une v.a X suivant une loi normale N(m, ), on
prélève un échantillon X1,…,X10. Les résultats obtenus sont les suivants :
10 10
xi2 30 xi 15
i 1 i 1
Trouver un intervalle de confiance de ² aux seuils =10% et m =1,6.
Rép : P C n T 2 C 1
nT 2 2 nT 2
d 'o ù l'in te rv a lle I=
nT 2 nT 2
;
1 2 2
C2 C1 C2 C1
2 2
avec P (n ) C 2 et P (n ) C1 1
2 2
n n
2 1 2 2
Pour =10%, C1=3,94 et C2=18,307; T Xi nT2 Xi 7, 6
n i 1 i 1
IC = [7,6/18,307 ; 7,6/3,94] = [0,415 ; 1,929]
4.3.2 µ est inconnu
Dans ce cas, on utilise S’2 comme estimateur de 2
.
2
(n 1)S' 2
La statistique 2
suit une loi de à (n 1) d.d.l
26 Statistique Appliquée à la Gestion 19-20 KINVI M. FaSEG-UK.
