1 sur 9
ÉCHANTILLONNAGE
Le mathématicien d'origine russe Jerzy Neyman (1894 ; 1981), ci-contre, pose les
fondements d'une approche nouvelle des statistiques. Avec l'anglais Egon Pearson,
il développe la théorie de l'estimation et de la prise de décision sur un échantillon.
Ses travaux trouveront rapidement des applications dans de nombreux domaines
concrets, tels la médecine, l'astronomie ou la météorologie.
Vidéo [Link]
Partie 1 : Notion d’échantillon
1. Définition
Exemples :
1) Sur l’ensemble des cartes à puce produites par une entreprise en une semaine, on en prélève
200. On dit que cet ensemble de 200 cartes à puce constitue un échantillon de taille 200 de la
population de toutes les cartes à puce produites en une semaine.
2) On s’intéresse aux intentions de vote lors d’une élection. On sonde 1000 personnes en leur
demandant leur intention de vote. L’ensemble de ces 1000 personnes constitue un échantillon
de taille 1000 de la population totale des électeurs.
3) On lance une pièce de monnaie 50 fois de suite et on note les résultats obtenus. L’ensemble
de ces 50 lancers constitue un échantillon de taille 50.
Définition :
Un échantillon de taille 𝒏 est constitué des résultats de 𝑛 répétitions indépendantes de la même
expérience sur l’ensemble des personnes ou objets sur lesquels porte l’étude statistique (la
population).
Un échantillon issu d’une population est donc l’ensemble de quelques éléments de cette
population.
2. Simulation d’une expérience aléatoire
• On considère l’expérience aléatoire qui consiste à lancer un dé à 6 faces. Le programme
Python suivant permet de simuler cette expérience.
Le fonction randint renvoie un nombre aléatoire →
entier de 1 à 6.
Yvan Monka – Académie de Strasbourg – [Link]
2 sur 9
On exécute le programme et on obtient l’affichage ci-contre.
Cela signifie que le logiciel a simulé un lancer de dé et on a obtenu un
« 1 ».
• La règle du jeu veut que si le résultat est « 1 » ou « 6 », on gagne. Dans le cas contraire, on
perd. On répète 𝑛 fois de suite cette expérience à deux issues (gagner ou perdre) consistant à
lancer le dé.
Ainsi, on modifie et complète le programme Python afin de simuler 𝑛 lancers de dé. Le
programme affiche le nombre de fois que l’on gagne.
La variable n désigne le nombre de lancers. →
La variable s permet de compter le nombre de
fois que l’on gagne (le dé s’arrête sur «1 » ou sur →
« 6 »).
On exécute le programme et on obtient l’affichage ci-contre. Cela signifie
que sur 10 lancers, on a gagné 3 fois.
Partie 2 : Loi des grands nombres
Calcul d’une fréquence (Rappel) :
!
Sur 10 lancers, on a gagné 3 fois. La fréquence de jeu gagné est égale à = 0,3.
"#
Modifions le programme afin d’afficher en sortie la fréquence de jeux gagnés sur un échantillon
de 𝑛 lancers de dé.
Il suffit de remplacer dans la dernière ligne return(s)
(l’effectif) par return(s/n) (la fréquence). →
On exécute le programme pour des valeurs de 𝑛 de plus en plus grandes. Ci-contre les résultats
obtenus à l’aide du logiciel.
Yvan Monka – Académie de Strasbourg – [Link]
3 sur 9
On constate que, plus 𝑛 devient grand, plus les fréquences observées
"
semblent se rapprocher d’une valeur théorique égale à .
!
En effet, la probabilité de gagner (obtenir un « 1 » ou un « 6 ») est
$ "
égale à = .
% !
Loi des grands nombres : Lorsque 𝑛 devient grand, la fréquence observée est le plus souvent
proche de la probabilité.
Partie 3 : Estimation d’une probabilité
On se propose maintenant de répéter 𝑁 fois la simulation de l’expérience aléatoire précédente.
Dans chaque cas, pour 𝑛 suffisamment grand, la fréquence observée 𝑓 devrait être proche de la
"
probabilité théorique 𝑝 = .
!
On veut calculer la proportion des cas pour lesquels l’écart entre 𝑓 et 𝑝 est inférieur ou égale à
"
.
√'
On complète alors le programme précédent avec la fonction estim.
On teste N fois
On utilise la fonction ← si abs(f-1/3)<=1/sqrt(n).
dé de la partie c. →
abs(f-1/3) est l’écart → ← √𝑛 se note sqrt(n).
" ← La variable c compte
entre 𝑓 et .
! le nombre de fois
↑ où ce test est vérifié.
On affiche en sortie la fréquence correspondante.
Le programme complet au format texte se trouve
sur la dernière page de ce document.
On exécute le programme pour différentes valeurs de 𝑁 en
choisissant 𝑛 suffisamment grand, soit 𝑛 = 10000.
On trouve des valeurs proches de 0,95 ce qui signifie que dans
95% des cas, l’écart entre la fréquence observée 𝑓 et la
probabilité 𝑝 est inférieur ou égale à 0,01.
" "
En effet : = = 0,01.
√' √"####
Yvan Monka – Académie de Strasbourg – [Link]
4 sur 9
Principe de l’estimation : Pour 𝑛 assez grand, 𝑓 donne une bonne estimation de 𝑝 dans environ
95 % des cas.
Le programme complet :
from random import*
from math import*
def dé(n):
s=0
for k in range(n):
r=randint(1,6)
if r==1 or r==6:
s=s+1
return(s/n)
def estim(N,n):
c=0
for k in range(N):
f=dé(n)
if abs(f-1/3)<=1/sqrt(n):
c=c+1
return(c/N)
Partie 4 : Estimation et échantillonnage
Dans la suite, on va étudier deux domaines des statistiques qu'il faut savoir distinguer :
Echantillonnage – Prise de décision Estimation
- Une urne contient un très grand nombre de boules Une urne contient un très grand nombre de boules
blanches et de boules noires dont on connaît la blanches et de boules noires dont on ignore la
proportion p de boules blanches. proportion p de boules blanches.
On tire avec remise n boules (échantillon) et on On tire avec remise n boules dans le but d'estimer la
observe la fréquence d'apparition des boules proportion p de boules blanches.
blanches. On obtient ainsi une fréquence d’apparition qui va
Cette fréquence observée appartient à un intervalle, nous permettre d’estimer la proportion p à l'aide d'un
appelé intervalle de fluctuation de centre p. intervalle de confiance.
- Dans le cas où on ne connaît pas la proportion p mais
on est capable de faire une hypothèse sur sa valeur, on
parle de prise de décision.
On veut par exemple savoir si un dé est bien équilibré.
On peut faire l'hypothèse que l'apparition de chaque
face est égale à 1/6 et on va tester cette hypothèse à
l’aide d’une expérience.
Le résultat de l’expérience va nous permettre
d’accepter ou rejeter l’hypothèse de départ.
Yvan Monka – Académie de Strasbourg – [Link]
5 sur 9
Conditions sur les paramètres : Dans tout le chapitre, sauf mention contraire, la taille de
l'échantillon n et la proportion p du caractère étudié dans la population vérifient :
𝑛 ≥ 30, 𝑛 × 𝑝 ≥ 5 et 𝑛 × (1 − 𝑝) ≥ 5.
1) Intervalle de fluctuation asymptotique
Dans ce paragraphe, on suppose que la proportion 𝑝 du caractère étudié est connue.
Exemple :
On dispose d'une urne contenant un grand nombre de boules blanches et noires. La proportion
de boules blanches contenues dans l'urne est 𝑝 = 0,3.
On tire successivement avec remise n = 50 boules.
Soit 𝑋!" la variable aléatoire dénombrant le nombre de boules blanches tirées.
𝑋!" suit la loi binomiale 𝐵(50 ; 0,3).
En effectuant 50 tirages dans cette urne, on va prouver dans ce chapitre que la fréquence
d'apparition d'une boule blanche est comprise dans l'intervalle
[0,173 ; 0,427] avec une probabilité de 0,95.
Cet intervalle s'appelle l'intervalle de fluctuation asymptotique au seuil 0,95 (ou 95%).
Définition : 𝑋# est une variable aléatoire qui suit une loi binomiale 𝐵(𝑛 ; 𝑝).
$
La variable aléatoire 𝐹# = #! s'appelle la variable aléatoire fréquence de succès pour un schéma
de Bernoulli de paramètres n et 𝑝.
Propriété : Soit 𝛼 ∈ ]0 ; 1[ et 𝑋# une variable aléatoire qui suit une loi binomiale 𝐵(𝑛 ; 𝑝).
La probabilité que la fréquence 𝐹# prenne ses valeurs dans l'intervalle
&'()*' &'()*'
𝐼# = ?𝑝 − 𝑢% ; 𝑝 + 𝑢% B se rapproche de 1 − 𝛼 quand la taille de l'échantillon 𝑛
√# √#
devient grande. On note : lim 𝑃(𝐹# ∈ 𝐼# ) = 1 − 𝛼.
#→-.
Définition : 𝐼# est appelé intervalle de fluctuation asymptotique de la fréquence 𝐹# au seuil
1 − 𝛼.
Démonstration :
𝑋𝑛−𝐸(𝑋𝑛)
𝑋# suit la loi binomiale 𝐵(𝑛 ; 𝑝) donc la suite de variables aléatoires 𝑍# =
𝜎(𝑋𝑛)
suit une loi
normale centrée réduite 𝑁(0 ; 1) et d'après le théorème de Moivre-Laplace, on a :
1 ) "#
lim 𝑃(𝑎 ≤ 𝑍# ≤ 𝑏) = ∫2 𝑒 * # 𝑑𝑥, pout tous réels 𝑎 et 𝑏 avec 𝑎 < 𝑏.
#→-. √/0
Or,
𝑋
𝑋# − 𝐸(𝑋# ) 𝑋# − 𝑛𝑝 𝑛 R 𝑛# − 𝑝S 𝐹# − 𝑝
𝑍# = = = =
𝜎(𝑋# ) Q𝑛𝑝(1 − 𝑝) Q𝑝(1 − 𝑝) Q𝑝(1 − 𝑝)
𝑛
√𝑛 √𝑛
Donc,
Yvan Monka – Académie de Strasbourg – [Link]
6 sur 9
1
Q𝑝(1 − 𝑝) Q𝑝(1 − 𝑝) 1 *3 #
lim 𝑃 T𝑝 + 𝑎 ≤ 𝐹# ≤ 𝑝 + 𝑏 U=V 𝑒 / 𝑑𝑥
#→-. √𝑛 √𝑛 2 √2𝜋
Comme, pour tout réel 𝛼 ∈ ]0 ; 1[, il existe un unique réel positif 𝑢% tel que 𝑃(−𝑢% ≤ 𝑋 ≤
𝑢% ) = 1 − 𝛼 où 𝑋 suit une loi normale centrée réduite 𝑁(0 ; 1), on a :
4$
1 *3 #
V 𝑒 / 𝑑𝑥 = 1 − 𝛼
*4$ √2𝜋
En prenant 𝑎 = −𝑢% et 𝑏 = 𝑢% , on a :
Q𝑝(1 − 𝑝) Q𝑝(1 − 𝑝)
lim 𝑃 T𝑝 − 𝑢% ≤ 𝐹# ≤ 𝑝 + 𝑢% U =1 − 𝛼
#→-. √𝑛 √𝑛
Remarque : La probabilité définie dans la propriété se rapproche de 1 − 𝛼 sans être
nécessairement égale d'où l'emploi du terme "asymptotique".
Exemple :
Vidéo [Link]
Démontrons le résultat donné dans l'exemple en début de paragraphe :
√0,3 × 0,7 √0,3 × 0,7
𝐼!" = X0,3 − 1,96 × ; 0,3 + 1,96 × [
√50 √50
car 𝑢","! = 1,96.
Soit 𝐼!" = [0,173 ; 0,427]
Pour 500 tirages, on obtient :
√0,3 × 0,7 √0,3 × 0,7
𝐼!"" = X0,3 − 1,96 × ; 0,3 + 1,96 × [ = [0,26 ; 0,34]
√500 √500
On constate que l'intervalle, pour un même seuil, se resserre fortement lorsqu'on augmente le
nombre de tirages.
Définition : On appelle intervalle de fluctuation au seuil 0,95 de la variable aléatoire fréquence
l'intervalle :
Q𝑝(1 − 𝑝) Q𝑝(1 − 𝑝)
X𝑝 − 1,96 × ; 𝑝 + 1,96 × [
√𝑛 √𝑛
2) Prise de décision
Dans ce paragraphe, la proportion du caractère étudié n'est pas connue mais est supposée être
égale à 𝑝.
La prise de décision consiste à valider ou invalider l'hypothèse faite sur la proportion 𝑝.
Propriété (Règle de décision) : Soit 𝑓 la fréquence du caractère étudié d'un échantillon de taille n.
Soit l'hypothèse : "La proportion de ce caractère dans la population est 𝑝."
Soit 𝐼 l'intervalle de fluctuation asymptotique au seuil 0,95.
- Si 𝑓 ∈ 𝐼, alors on accepte l'hypothèse faite sur la proportion 𝑝.
- Si 𝑓 ∉ 𝐼, alors on rejette l'hypothèse faite sur la proportion 𝑝.
Yvan Monka – Académie de Strasbourg – [Link]
7 sur 9
Remarque :
On peut interpréter cette propriété par le fait que la probabilité qu'on rejette à tort l'hypothèse
sur 𝑝 sachant qu'elle est vraie est approximativement égale à 5%.
Méthode : Prendre une décision à l'aide d'un intervalle de fluctuation
Vidéo [Link]
Un fabricant d'alarme commande auprès de son fournisseur deux types de composants
électroniques : RS017 et P412. Il demande 900 composants de chaque sorte.
Au moment de la livraison, le service de contrôle retire 50 composants et constate que 19 sont
des modèles RS017.
Peut-on affirmer que la commande est respectée par le fournisseur ?
Correction
- Le fabricant a commandé autant de composants de chaque sorte. On peut donc supposer que
la proportion de composants RS017 est égale à 0,5.
La taille de l'échantillon est 𝑛 = 50.
)6
La fréquence observée est donc 𝑓 = !" = 0,38.
- Vérifions si les paramètres 𝑛 est 𝑝 répondent aux conditions imposées :
𝑛 = 50 ≥ 30, 𝑛 × 𝑝 = 50 × 0,5 = 25 ≥ 5 et 𝑛 × (1 − 𝑝) = 50 × 0,5 = 25 ≥ 5
- L'intervalle de fluctuation asymptotique au seuil 0,95 est :
Q0,5 × 0,5 Q0,5 × 0,5
^0,5 − 1,96 × ; 0,5 + 1,96 × _ = [0,361 ; 0,639]
√50 √50
La fréquence observée 𝑓 = 0,38 appartient à l'intervalle de fluctuation asymptotique au seuil
0,95, d'après la règle de décision, l'hypothèse faite est acceptable.
3) Estimation
Dans ce paragraphe, on suppose que la proportion 𝑝 du caractère étudié est inconnue.
C'est le problème inverse de celui de l'échantillonnage. À partir de la fréquence observée sur un
échantillon, on va estimer la proportion 𝑝 d'un caractère dans la population tout entière.
Propriété : 𝑋# est une variable aléatoire qui suit une loi binomiale 𝐵(𝑛 ; 𝑝).
$
𝐹# = #! est la fréquence associée à 𝑋# .
) )
Pour 𝑛 suffisamment grand, 𝑝 appartient à l'intervalle 𝐽# = a𝐹# − ; 𝐹# + b, avec une
√# √#
probabilité supérieure ou égale à 0,95.
- Admis -
Yvan Monka – Académie de Strasbourg – [Link]
8 sur 9
Définition : Soit 𝑓 une fréquence observée du caractère étudié sur un échantillon de taille 𝑛.
On appelle intervalle de confiance de la proportion p au niveau de confiance 0,95, l'intervalle
) )
a𝑓 − ; 𝑓+ b.
√# √#
Remarques :
- Un niveau de confiance 0,95 signifie que dans 95 cas sur 100, on affirme à juste titre que 𝑝
appartient à l'intervalle de confiance.
- Il n'est pas vrai d'affirmer que 𝑝 est égal au centre de l'intervalle de confiance. Il n'est pas
possible d'évaluer la position de 𝑝 dans l'intervalle de confiance.
- 𝑝 étant inconnu, il n'est pas possible de vérifier si les conditions énoncées sur 𝑛 et 𝑝 en
introduction de chapitre sont vérifiées.
Cependant, il faudra les vérifier sur la fréquence observée 𝑓 :
𝑛 ≥ 30, 𝑛 × 𝑓 ≥ 5 et 𝑛 × (1 − 𝑓) ≥ 5
Exemple :
On dispose d'une urne contenant un grand nombre de boules blanches et noires. La proportion
de boules blanches contenues dans l'urne n'est pas connue.
On réalise un tirage de 100 boules et on obtient 54 boules blanches.
La fréquence observée est donc 𝑓 = 0,54.
L'intervalle de confiance de la proportion de boule blanche dans l'urne au niveau de confiance
) )
95% est a0,54 − ; 0,54 + b = [0,44 ; 0; 64].
√)"" √)""
Méthode : Estimer une proportion inconnue par un intervalle de confiance
Vidéo [Link]
Un institut de sondage interroge 1052 personnes entre les deux tours de l'élection présidentielle
sur leur intention de vote.
614 déclarent avoir l'intention de voter pour Martine Phinon.
En supposant que les votes seront conformes aux intentions, la candidate a-t-elle raison de croire
qu'elle sera élue ?
Correction
- La proportion p des électeurs de Martine Phinon est inconnue.
La taille de l'échantillon est 𝑛 = 1052.
7)8
La fréquence observée est 𝑓 = )"!/ ≈ 0,5887.
- Vérifions si les paramètres n est f répondent aux conditions imposées :
𝑛 = 1052 ≥ 30, 𝑛 × 𝑓 = 1052 × 0,5837 ≈ 614 ≥ 5
et 𝑛 × (1 − 𝑓) = 1052 × (1 − 0,5837) ≈ 438 ≥ 5
- L'intervalle de confiance de la proportion 𝑝 au niveau de confiance 0,95 est :
) )
a0,5837 − ; 0,5837 + b ≈ [0,553 ; 0; 615].
√)"!/ √)"!/
Pour être élue, la proportion 𝑝 doit être strictement supérieure à 0,5. Selon ce sondage, il est
envisageable que Martine Phinon soit élue.
Yvan Monka – Académie de Strasbourg – [Link]
9 sur 9
Intervalle de FLUCTUATION V.S. Intervalle de CONFIANCE :
Vidéo [Link]
Méthode : Déterminer une taille d'échantillon suffisante pour obtenir une estimation d'une
proportion
Vidéo [Link]
Un constructeur automobile fait appel à un institut de sondage afin de mesurer le degré de
satisfaction du service après-vente.
L'institut souhaite estimer la proportion de clients satisfaits au niveau de confiance 0,95 avec une
amplitude d'au plus 5 centièmes.
Combien de personnes au minimum faut-il interroger ?
Correction
On appelle p la proportion de clients satisfaits. Cette proportion est inconnue.
Une estimation de cette proportion peut être obtenue à l'aide de l'intervalle de confiance au
) )
niveau de confiance 0,95 : a𝑓 − ; 𝑓+ b, où 𝑓 est la fréquence observée.
√# √#
/
Cet intervalle a pour longueur .
√#
/ 8
Donc ≤ 0,05 soit 𝑛 ≥ ","!# = 1600.
√#
L'institut de sondage devra donc interroger au moins 1600 personnes.
Hors du cadre de la classe, aucune reproduction, même partielle, autres que celles prévues à l'article L 122-5 du code de
la propriété intellectuelle, ne peut être faite de ce site sans l'autorisation expresse de l'auteur.
[Link]/[Link]/mentions-legales
Yvan Monka – Académie de Strasbourg – [Link]