(n 1)S'2 (n 1)S'2 2 (n 1)S'2
P C1 2
C2 1
C2 C1
(n 1)S'2 2 (n 1)S'2
d'où l'intervalle avec P 2 (n 1) C2 et P 2 (n 1) C1 1
C2 C1 2 2
Exemple 5 : Trouver un intervalle de confiance de ² aux seuils =5% et m est inconnue avec
les données de l’exemple 4.
1 n
(n 1)S ' 2 (n 1)S ' 2 (n 1)S ' 2
Rép : x
n
X i 1, 5 ; o n a P C1 2
C2 1
C2
2
C1
i 1
(n 1)S ' 2 ( n 1 )S ' 2 2 2
d 'o ù l'i n t e rv a lle IC = ; avec P (n 1) C2 et P (n 1) C1 1
C2 C1 2 2
n n n
1 2 2
s '2 xi x (n 1)s ' 2 xi x x i2 nx 2 30 10(1, 5)² 7, 5
n 1 i 1 i 1 i 1
Pour =5% ; C1=2,7 et C2=19,022 I= [7,5/19,022 ; 7,5/2,7]=[ 0,394 ; 2,778 ]
4.4 ESTIMATION D’UNE PROPORTION
On sait que F = K/n est un estimateur de où est la proportion de la population possédant
le caractère considéré.
(1- )
F~ N , ou bien
~ N(0,1) pour n , n(1- )>5 ou n>30, [0,1 ; 0,9]
n
(1- )
n
On cherche dans la table de N(0, 1) la valeur t /2 telle que
F
P -t /2 t /2 1 P t /2 1
(1- (1- ) 2
n n
(1- (1- )
On a P -t /2 t /2 1 P F t /2 F t /2 1
(1- ) n n
n
Le problème est que (1- ) est inconnu
(1- ) f(1-f)
Solution 1 : méthode par estimation de l’écart-type. On remplace par ,
n n
f étant la valeur observée de F (estimation de ).
f(1-f) f(1-f)
On a I f t /2 ,f t /2
n n
Solution 2 : méthode de l’ellipse (moins classique, mais plus rigoureuse)
(1- (1- (1- )
P -t /2 F t /2 1 -F t /2 1
n n n
2 (1- ) t 2/2 t 2/2
P -F -t 2/2 0 1 2
1+ - 2F+ +F2 0 1
n n n
Statistique Appliquée à la Gestion 19-20 KINVI M. FaSEG-UK. 27
(1- )
On cherche les racines et l’équation =0 en connaissant t et f, la
2
1 2 -F -t 2/2 /2
n
valeur observée de F
Solution 3 : méthode plus expéditive qui consiste à remplacer pq (produit de deux fractions
complémentaires à l’unité) par sa borne supérieure qui est ¼.
En effet, la fonction f( )= (1- ) est maximum pour =1/2
L’intervalle devient alors :
I=[f-t /2(1/4n)1/2 ; f+t /2(1/4n)1/2]
Exemple 6 : Sur un échantillon de 500 oranges prélevé au hasard sur un grand envoi, on y
dénombre 65 mauvaises. Calculer au seuil =5% entre quelles limites est compris le
pourcentage d’oranges mauvaises dans l’envoi en effectuant un calcul rigoureux.
Rép : Méthode de l’ellipse (calcul rigoureux)
(1 - (1 - (1 - )
P -t /2 F < t /2 1 -F < t /2 1
n n n
2 (1 - ) t 2 /2 t 2 /2
P -F - t 2 /2 <0 1 2
1+ - 2F+ +F2<0 1
n n n
Il faut résoudre l’équation 1,00768 ²-0,26768 +0,0169=0
b2 4ac ( 0, 26768) 2 4(1, 00768)(0, 0169) 0, 0594
1=0,1033 2=0,1623 p [0,1033 ; 0,1623]
5. DETERMINATION DE LA TAILLE DE L'ECHANTILLON
Jusqu'à présent, on a calculé la valeur de l'intervalle pour un échantillon. Puisque le taille de
l'échantillon n et le niveau de confiance sont fixés, on doit accepter cet intervalle, quelle qu'en
soit la longueur. Or, dans nombre de cas, on désire obtenir une estimation d'une précision
donnée a priori. Il est alors possible, moyennant certaines hypothèses de calculer la taille
échantillonnale requise pour atteindre ce degré de précision (ici, on suppose que la taille de
la population est infinie ou très grande).
5.1 TAILLE DE L'ECHANTILLON POUR ESTIMER
Lorsque l'on écrit l'intervalle X t /2 X t /2 , la forme générale des bornes est
n n
X ± Z X autrement dit X ± où est la marge d'erreur tolérée. On a donc
2
/2
Z /2 d'où n=
où Z = la valeur du Z correspondant au niveau de confiance désiré
n
=écart-type de la population ; =marge d’erreur tolérée
Exemple 7 : Le magazine People a rapporté que le coût moyen d'un mariage en 2010 était de 20
000 euros. Supposez que l'écart type du coût dans la population soit de 9400 euros. People
envisage de mener une enquête annuelle pour évaluer le coût d'un mariage. A un seuil de
confiance de 95 %, quelle est la taille d'échantillon appropriée si la marge d'erreur souhaitée est
de 1000 euros ?
1,962 (9400)2
Rép : Pour un seuil de confiance de 95%, on a Z = 1,96, d’où n 339,443776 .
10002
On arrondit par le haut (c’est-à-dire en excès) à 340.
28 Statistique Appliquée à la Gestion 19-20 KINVI M. FaSEG-UK.
