Echantillonnage, estimation
Chapitre 1. Echantillonnage
Chapitre 2. Estimations ponctuelles
Chapitre 3. Estimations par intervalle de confiance
3.1. Estimer une moyenne
3.1.1. Le cas des grands échantillons
3.1.2. Le cas des petits échantillons extraits d'une population gaussienne
3.2. Estimer une variance
3.3. Estimer un pourcentage
Chapitre 4. Prolongements
Chapitre 5. Exercices
Chapitre 6. QCM
Page d'accueilTable des matièresNiveau supérieurPage précédenteBas de la pagePage suivante

3.1.2. Le cas des petits échantillons extraits d'une population gaussienne

Il est des cas où obtenir des résultats sur un échantillon de taille supérieure à 30 est impossible, ou alors trop cher. Trouver un intervalle de confiance pour la moyenne de la population reste quand même possible, mais il faut que celle-ci vérifie une condition supplémentaire : elle doit être Normale, ou Gaussienne. Dans le cadre de ce cours, nous nous contenterons de dire qu'une population est Gaussienne si elle est importante : par exemple une production en grande série sera souvent Gaussienne alors qu'une production de prototypes pas forcément. On choisit donc un échantillon de taille n < 30 .

Sur cet échantillon, on mesure :

Sa moyenne :

Son écart type estimé : s, donné par la touche de la calculatrice.

 

L'intervalle de confiance, au risque 5% pour la moyenne de la population est alors :

où t est lu dans la table de STUDENT , à la ligne n-1 et à la colonne 0,05

Celui au risque 1% est:

où t est lu dans la table de STUDENT , à la ligne n-1 et à la colonne 0,01

Page d'accueilTable des matièresNiveau supérieurPage précédenteHaut de la pagePage suivante