0% ont trouvé ce document utile (0 vote)
35 vues2 pages

Sondage Aléatoire Simple en Statistiques

Le Sondage Aléatoire Simple (SAS) est une méthode de sondage probabiliste qui permet de définir des estimateurs et leur précision. Chaque unité a une chance égale d'être sélectionnée, et les estimateurs de la moyenne et du total dépendent de la méthode de tirage. Le SAS sert de référence pour évaluer la précision des estimateurs et déterminer la taille optimale de l'échantillon.

Transféré par

borisfispoma
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
35 vues2 pages

Sondage Aléatoire Simple en Statistiques

Le Sondage Aléatoire Simple (SAS) est une méthode de sondage probabiliste qui permet de définir des estimateurs et leur précision. Chaque unité a une chance égale d'être sélectionnée, et les estimateurs de la moyenne et du total dépendent de la méthode de tirage. Le SAS sert de référence pour évaluer la précision des estimateurs et déterminer la taille optimale de l'échantillon.

Transféré par

borisfispoma
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Chapitre III : Le Sondage Aléatoire Simple (SAS)

1. Généralités sur le SAS


Le SAS est une méthode de sondage probabiliste de référence, bien que rarement utilisée en
pratique. Il permet de présenter le vocabulaire de base et de poser les problèmes liés aux
estimateurs et à leur précision.
1.1. Vocabulaire du sondage aléatoire

Taux de sondage (f) : proportion de la population totale incluse dans l’échantillon. Il est donné
par f = Nn × 100.

Probabilités d’inclusion :

Ordre 1 : probabilité qu’une unité appartienne à l’échantillon.


Ordre 2 : probabilité que deux unités distinctes soient sélectionnées ensemble.
1
Poids ou coefficient d’extrapolation : inverse de la probabilité d’inclusion (Wi ​
= πi ).

1.2. Estimateurs en sondage

π-estimateur (Horvitz-Thompson) : un estimateur sans biais du total de la population.


Estimateur de Hàjek : amélioration du π-estimateur pour la moyenne.

2. Principe du SAS
Chaque unité a une chance égale d’être sélectionnée, avec deux types de tirage :
Avec remise : chaque unité peut être tirée plusieurs fois.
Sans remise : une unité ne peut être tirée qu’une seule fois.

3. Calcul des estimateurs en SAS


Les estimateurs sont des variables aléatoires et leur précision dépend de plusieurs facteurs.
3.1. Estimateurs de la moyenne et du total

1
Moyenne estimée : yˉ ​ = n
​ ∑ yi (sans biais pour la moyenne Y ).

Total estimé : t = N yˉ (sans biais pour le total T ).


3.2. Précision des estimateurs

La variance de l’estimateur de la moyenne :


σ2
Avec remise : Var(yˉ ) ​ = n ​

N −n σ2
Sans remise : Var(yˉ )
​ = N −1
​ × n
(plus précis)

2
La variance du total est obtenue par Var(T ) = N Var(yˉ ).

3.3. Estimation d’une proportion

La proportion PD d’une population possédant une caractéristique donnée est estimée par

pD = nnD .

La variance de pD est donnée par :


p(1−p)
Avec remise : Var(pD ) ​ = n ​

p(1−p) N −n
Sans remise : Var(pD ) ​ = n
​ × N −1
.

3.4. Intervalle de confiance

Pour un niveau de confiance de 95 %, l’intervalle de confiance d’un estimateur θ^ est :

IC = [θ^ − 2σ(θ^), θ^ + 2σ(θ^)].


Une estimation plus précise nécessite un échantillon plus grand.

4. Détermination de la taille de l’échantillon


La taille n dépend soit :
D’une contrainte budgétaire : n = C/c où C est le budget total et c le coût par unité.
D’une contrainte de précision :
4σ 2
Pour une moyenne : n ≥ ϵ2 .

Pour une proportion : n ≥ 4p(1−p)


ϵ2 . ​

Conclusion
Le SAS est un modèle théorique fondamental en statistique, servant de référence pour évaluer la
précision des estimateurs et choisir la taille optimale de l’échantillon. Il pose les bases pour d’autres
méthodes de sondage plus complexes et adaptées aux contraintes pratiques.

Vous aimerez peut-être aussi