Echantillonnage

Echantillonnage
Echantillonnage
Outils Mathématiques & Statistique Décisionnelle

Licence 3 Management, Economie de la firme, CCF
Faculté d’économie, gestion & AES
Université de Bordeaux - Collège DSPEG
Automne 2023
A. Lourme
[email protected]
1 / 15
Echantillonnage
Introduction
Outline
Introduction
La théorie
La pratique
2 / 15
Echantillonnage
Introduction
Problème
µ : le revenu moyen (inconnu) des salariés italiens.
x̄ : le revenu moyen de n salariés italiens choisis au hasard.
x̄ = ni=1 xi /n avec xi : revenu du salarié i de l’échantillon.
P
x1 , . . . , xn sont aléatoires (ils dépendent de l’échantillon choisi) donc x̄ est aléatoire.

Quelle est la loi de probabilité de x̄ ?
◦ Elle dépend de la façon dont l’échantillon est constitué (protocole d’échantillonnage).
◦ CH 4 donne la loi de x̄ sous des conditions standard d’échantillonnage.
Quel intérêt la réponse à une telle question présente-t-elle ?
◦ Intervalles de confiance (CH 5) : déterminer un intervalle aléatoire dépendant de x̄
qui contiendrait µ avec une probabilité voulue.
◦ Tests d’hypothèses (CH 6) : émettre une hypothèse sur la valeur de µ ; comparer
l’hypothèse sur µ à la valeur observée de x̄ ; juger la vraisemblance de l’hypothèse
émise.
◦ Plus généralement : contrôler de façon probabiliste l’erreur commise quand on
remplace l’information sur la population (µ) par une information sur l’échantillon (x̄).
3 / 15
Echantillonnage
Introduction
Echantillonnage aléatoire simple

L’échantillonnage aléatoire simple (EAS) regroupe l’ensemble des méthodes assurant à
tous les échantillons possibles les mêmes chances d’être sélectionnés.
Une telle méthode assure que pour une taille d’échantillon donnée, tous les individus
de la population ont les mêmes chances d’appartenir à l’échantillon.
Exemple. On souhaite estimer le revenu moyen des Artisans Auto Entrepreneurs
(AAE) inscrits au registre des entreprises.
L’échantillonnage aléatoire simple consiste à :
(i) attribuer à chacun des N AAE du pays un entier entre 1 et N qui l’identifie,
(ii) tirer n nombres au hasard parmi les N identifiants selon un protocole assurant que
les Nn échantillons de taille n possibles ont autant de chances d’être choisis,

(iii) calculer la moyenne empirique du revenu des n AAE choisis.
Nota Bene. Dans ce cours, le terme échantillon aléatoire fait référence à un

protocole d’échantillonnage aléatoire simple.
4 / 15
Echantillonnage
Introduction
Echantillonnage stratifé
Quand la population est divisée en catégories identifiées, on procéde par
échantillonnage stratifié : un échantillon est choisi par EAS dans chaque catégorie à
raison du poids de cette catégorie.
Exemple. Les AAE parisiens (AAE-Pa) sont plus riches que les AAE provinciaux
(AAE-Pr) et representent 20% des AAE. Pour estimer le revenu moyen des AAE du
pays par échantillonnage stratifié avec un échantillon de taille 100 :
(i) choisir 20 AAE-Pa et 80 AAE-Pr, par échantillonnage simple,
(ii) calculer le revenu moyen dans chaque échantillon,
(iii) calculer la moyenne pondérée des revenus moyens issus des échantillons.
En quoi les échantillonnages : stratifié et simple sont-ils différents ?
Un échantillon stratifié ne peut contenir autant d’AAE-Pa que d’AAE-Pr ; tous les
échantillons possibles de taille 100 n’ont donc pas les mêmes chances d’être
sélectionnés.
5 / 15
Echantillonnage
Introduction
Echantillonnage par degrés

Quand la population est divisée en catégories nombreuses, ne structurant pas la
variable d’intérêt on peut, pour réduire le coût d’échantillonnage, procéder à
l’échantillonnage par degrés : m catérories, appelées unités primaires, sont choisies par
EAS ; un nouvel EAS des individus (unités secondaires) est réalisé dans chacune des m
catégories sélectionnées.
Exemple. Estimer le revenu moyen des AAE par une méthode d’échantillonnage par
degrés consisterait, par exemple, à :
(i) choisir cinq départements françaises, par échantillonnage aléatoire simple,
(ii) choisir vingt AAE dans chaque département sélectionné,
(iii) estimer : le revenu des AAE par département, le revenu des AEE dans le pays, le
revenu par AEE.
En quoi les échantillonnages : stratifié et par degrés sont-ils différents ?
Dans un échantillonnage par degrés, l’aléa porte à la fois sur les unités primaires et sur
les unités secondaires. En échantillonnage stratifié aucune des catégories n’est omise
sous peine de biais.
6 / 15
Echantillonnage
La théorie
Outline
Introduction
La théorie
La pratique
7 / 15
Echantillonnage
La théorie
Théorème Central Limit (TCL)

Si x1 , . . . , xn est un échantillon aléatoire d’une loi de probabilité L d’espérance finie µ
et de variance finie σ 2 , alors x̄ est approximativement distribuée selon N (µ, σ 2 /n).
Le terme approximativement masque une convergence en loi (hors programme) selon
laquelle
√ : plus la taille n de l’échantillon est grande, plus la fonction de répartition de
n(x̄ − µ)/σ est proche de celle de N (0, 1).
Généralement, on considère l’approximation établie par le TCL acceptable dans les
calculs pour une taille d’échantillon n ≥ 30.
La force du TCL tient à sa généralité : il établit la distribution de x̄ quelle que soit la
loi de probabilité L , pour peu qu’elle admette une espérance et une variance.
Illustration. Un gain est modélisé par E (0, 1). Quelle est la loi de probabilité de x̄, le
gain moyen sur quarante parties ? Sous R :
curve(dexp(x,0.1),from=0,to=30) : densité de E (0, 1)
rexp(40,0.1) : un échantillon de quarante gains issus de E (0, 1)
mean(rexp(40,0.1)) : gain moyen x̄ dans un échantillon de quarante gains
xx = NULL ; for (i in 1:1000){xx[i]=mean(rexp(40,0.1))} : mille valeurs de x̄
plot(density(xx)) : la densité estimée de x̄.
curve(dnorm(x,10,10/sqrt(40)),add=TRUE) : loi théorique de x̄ (TCL)
8 / 15
Echantillonnage
La théorie
Distribution de la fréquence empirique
p : proportion de sujets de type A dans une population.

f : fréquence empirique de A dans un échantillon aléatoire de n sujets.
Quelle est la loi de probabilité de f ?
Pour n grand (n ≥ 30), f est approximativement distribuée selon N (p, p(1 − p)/n).
Justification. (
1 si le sujet i est de type A
f = ni=1 xi /n où xi =
P
0 si le sujet i est de type Ā
Ainsi, x1 , . . . , xn est un échantillon aléatoire d’une loi de Bernoulli de paramètre p

dont l’espérance est : E (B(p)) = p et la variance : V (B(p)) = p(1 − p).
Donc (TCL) : f ∼ N (p, p(1 − p)/n).
ap.
Application. Si 48% des français sont favorables à M. Li, avec quelle probabilité y
aura-t-il une majorité de partisans de M. Li parmi les deux cents invités à mon
anniversaire ?
9 / 15
Echantillonnage
La théorie
Distribution de la variance empirique

x1 , . . . , xn est un échantillon aléatoire d’une loi de probabilité de variance σ 2 .
Deux statistiques pour estimer la variance.
s 2 = ni=1 (xi − x̄)2 /n : variance observée
P
s 02 = ni=1 (xi − x̄)2 /(n − 1) : variance corrigée

P
Pourquoi deux statistiques pour la variance ?

L’une est biaisée : E (s 2 ) = σ 2 × (n − 1)/n ; l’autre ne l’est pas : : E (s 02 ) = σ 2
Comment passer de l’une à l’autre ? (n − 1) × s 02 = n × s 2
Distribution d’échantillonnage.
Si x1 , . . . , xn est un échantillon aléatoire d’une loi normale de variance σ 2 , alors
ns 2 /σ 2 = (n − 1)s 02 /σ 2 est distribuée selon χ2n−1 .
Justification. Admise.
Application. Si les salaires français sont distribués selon une loi normale de variance
104 (e2 ), avec quelle probabilité la variance corrigée calculée sur dix salaires sera-t-elle
supérieure à 2000 (e2 ) ?
10 / 15
Echantillonnage
La théorie
√
Distribution de la statistique t = n(x̄ − µ)/s 0
√ x1 , . . . , xn 0est un échantillon aléatoire d’une loi normale de moyenne µ, alors
Si
n(x̄ − µ)/s est distribuée selon Tn−1 .
Justification.
√ √ √
n(x̄ − µ)/s 0 = [ n(x̄ − µ)/σ]/ (n − 1)s 02 /σ 2 }/(n − 1). Or x = n(x̄ − µ)/σ et
p
y = (n − 1)s /σ sont indépendantes ; x ∼ N (0, 1) ; y ∼ χn−1 .

02 2 2
Application. Dans un échantillon de dix français, on observe un salaire moyen : 2060

(e) et une variance corrigée des salaires : 104 (e2 ). M. Li affirme : en France, la
moyenne de l’ensemble des salaires est 2000 e. Qu’en pensez-vous ?
Supposons les salaires français distribués selon une loi normale de moyenne µ. Notons,
x̄ la moyenne dans un échantillon aléatoire de n salaires et s 02 la variance corrigée des
salaires de l’échantillon.
√
Si M. Li a raison, alors µ = 2000 et la statistique t = n(x̄ − 2000)/s 0 est distribuée
selon Tn−1 . Pour un échantillon de taille n = 10, t devrait être distribuée selon T9 et
la valeur observée de t devrait être supérieure à t0.95,9 ≈ 1, 83 dans 5% des cas.
√ √
Les données d’observations donnent : tobs = 10 × (2060 − 2000)/ 104 ≈ 1, 90.
Ainsi, il se peut que M. Li ait raison, mais la valeur observée de t tombe alors dans
l’intervalle où se situent 5% des valeurs les plus grandes de t.
11 / 15
Echantillonnage
La pratique
Outline
Introduction
La théorie
La pratique
12 / 15
Echantillonnage
La pratique
Nota Bene
Exercice 1 : Théorème Central Limit

CC & EXAM
Exercice 2 : distribution de la féquence empirique
Exercice 3 : distribution de la variance empirique

√ Non Evalué
Exercice 4 : distribution de la statistique n(x̄ − µ)/s 0
13 / 15
Echantillonnage
La pratique
Exercices Types
Exercice 1
La masse (en g) des noix produites par M. Sa est distribuée selon une loi normale de
moyenne µ = 5 et de variance σ 2 = 16.
(1) Avec quelle probabilité :
(a) la masse moyenne d’une noix calculée sur un échantillon de trente noix est-elle
supérieure à 6 g ?
(b) la masse moyenne d’une noix calculée sur un échantillon de cinquante noix
est-elle comprise entre 4, 8 et 5, 2 g ?
(2) Quelle doit être la taille d’un échantillon pour que la masse moyenne d’une noix
calculée sur cet échantillon soit comprise entre 4, 8 et 5, 2 g avec 90% de chances ?
Exercice 2
80% des anglais aiment le thé.
(1) Avec quelle probabilité un échantillon de cent anglais compte-t-il au mois 75%
d’amateurs de thé ?
(2) Quelle doit être la taille d’un échantillon pour que la proportion d’amateurs de thé
dans l’échantillon soit supérieure à 0, 75 avec 95% de chances ?
14 / 15
Echantillonnage
La pratique
Exercices Types
Exercice 3
Le revenu annuel d’un auto-entrepreneur choisi au hasard est distribué selon une loi
normale de variance σ 2 = 25 × 106 . Avec quelle probabilité la variance des revenus
calculée sur un échantillon de vingt auto-entrepreneurs est-elle supérieure à 35 × 106 ?
Exercice 4
Le rendement journalier moyen du titre NorTech sur trente jours est : 0, 05 et la
variance observée des rendements : 0, 01.
M. Li affirme : la moyenne de l’ensemble des rendements journaliers de NorTech est
nulle. Qu’en pensez-vous ?
15 / 15

Echantillonnage

Transféré par

Droits d'auteur :

Formats disponibles

Echantillonnage

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Echantillonnage

Transféré par

Droits d'auteur :

Formats disponibles

Echantillonnage

Outils Mathématiques & Statistique Décisionnelle

x1 , . . . , xn sont aléatoires (ils dépendent de l’échantillon choisi) donc x̄ est aléatoire.

Echantillonnage aléatoire simple

(iii) calculer la moyenne empirique du revenu des n AAE choisis.

Nota Bene. Dans ce cours, le terme échantillon aléatoire fait référence à un

Echantillonnage par degrés

Théorème Central Limit (TCL)

Distribution de la fréquence empirique

p : proportion de sujets de type A dans une population.

Ainsi, x1 , . . . , xn est un échantillon aléatoire d’une loi de Bernoulli de paramètre p

Distribution de la variance empirique

s 02 = ni=1 (xi − x̄)2 /(n − 1) : variance corrigée

Pourquoi deux statistiques pour la variance ?

y = (n − 1)s /σ sont indépendantes ; x ∼ N (0, 1) ; y ∼ χn−1 .

Application. Dans un échantillon de dix français, on observe un salaire moyen : 2060

Exercice 1 : Théorème Central Limit

Exercice 3 : distribution de la variance empirique

Vous aimerez peut-être aussi