Chapitre 19 : Intervalle de confiance : pour estimer une proportion
On a vu ci-dessus qu'en tirant 100 boules de l'urne l'intervalle de confiance obtenu est d'd'amplitude 0
Quelques rappels sur les intervalles de confiance
. Remarquons que si ? augmente (ou que si n augmente) l'amplitude de l'intervalle de confiance diminue. 2)
Intervalle de fluctuation Intervalle de confiance
Intervalle de fluctuation - Intervalle de confiance. On utilise un intervalle de fluctuation lorsque la proportion p dans la population est connue ou si
Estimation et intervalle de confiance
Déterminer la taille minimum d'échantillon pour que l'amplitude de l'intervalle de confiance soit infé- rieure à 10. 1. Page 2. Correction ?. [006028].
Fiche 6 : Intervalle de confiance
/est appelé intervalle de confiance au seuil de 95 %. • La marge d'erreur est -7= yn. 2. • L'amplitude de cet intervalle est -r=
ESTIMATION DE PARAMÈTRES
Plus le niveau de confiance est élevé plus l'amplitude de l'intervalle est grande. Pour la même taille d'échantillon
Intervalles de fluctuations - Intervalles de confiance
Cette estimation se fait à l'aide d'un intervalle de confiance dont l'amplitude diminue lorsque le nombre n de tirages augmente. II Échantillonnage.
Enseignement scientifique
Capture-marquage-recapture échantillonnage
T. D. n 5 Le problème de lEstimation
Combien de copies le professeur doit-il corriger s'il veut situer la moyenne générale de ses élèves dans un intervalle de confiance d'amplitude 2 avec un.
B2 - Intervalle de confiance dune moyenne avec écart-type inconnu
Déterminer un intervalle de confiance pour m au seuil 0.99. L'amplitude de l'IdC associé `a un échantillon (toujours au seuil 0.95) est alors.
Quelques rappels sur les intervalles de confiance
En effet : l’amplitude de l’intervalle de confiance vaut : ???? ????????+ 1 ? ?(???? ????????? 1 ? )=2 ? Exemple : Avec l’urne ci-dessus déterminer le nombre ???? de boules qu’il faudrait tirer pour que l’intervalle de confiance ait une amplitude inférieure à 005 Puis une amplitude inférieure à 001
Intervalles de con?ance - univ-rennes1fr
un intervalle On parlera alors d’intervalle de con?ance Dans l’exemple 1 on a utilis´e pour construire l’intervalle de con?ance une v a qui d´epend de l’´echantillon et du param`etre inconnu mais dont la loi ne d´epend pas du param`etre C’est ce que l’on appelle une fonction pivotale
Estimations et intervalles de con?ance Exemple
encore de l’erreur dont elle peut-être affectée Ceci se traduit en statistique par la recherche d’un intervalle dit intervalle de con?ance dont on peut assurer avec un risque d’erreur contrôlé et petit que cet intervalle contient la “vraie” valeur inconnue du paramètre
Statistique inferentielle´ Intervalles de con?ance - CNRS
Intervalles de con?ance Rappels sur la loi normale Cas Gaussien Intervalles de con?ance asymptotiques INTERVALLES DE CONFIANCE Soient X 1;:::;X n des variables aleatoires ind´ ependantes et´ identiquement distribuees ´ Soit 2(0;1) un intervalle de con?ance pour le parametre` au niveau de con?ance 1 est un intervalle de la forme IC
Searches related to intervalle de confiance amplitude PDF
Les bornes de l’intervalle de confiance IC dépendent de l’échantillon elles sont donc aléatoires Par abus de langage on note souvent PIC () ???=?1 Remarquons que si ?augmente (ou que si n augmente) l’amplitude de l’intervalle de confiance diminue
Comment peut-on construire un intervalle de confiance ?
Pour construire un intervalle de confiance, on utilise une variable aléatoire dont on connaît la distribution de probabilité. Définition : une fonction pivotale pour le paramètre est une fonction des observations (X1,...,Xn)et du paramètre dont la loi ne dépend pas du paramètre .
Comment calculer les intervalles de confiance asymptotiques ?
Intervalles de con?ance asymptotiques On s’int´eressea` l’estimation d’une caract´eristique ou d’unparam`etred’une variable al´eatoireX. On dispose d’unestimateurn^asymptotiquement normal, i.e il existe2>0 telque n ! LN0; 2:n!+1 On supposeraegalement´ que l’on a un estimateur consistant2^nde2. Exemple 2 : la loi exponentielle.
Comment calculer le niveau de confiance?
Définition : On appelle intervalle de confiance de niveau de confiance 1?? du paramètre ? tout intervalle ICtel que : PIC()?=???1 pour ??[]01, fixé.
Comment évaluer la confiance ?
Pour évaluer la con?ance que l’on peut avoir enune valeur, il est nécessaire de déterminer un intervalle contenant, avec unecertaine probabilité ?xée au préalable, la vraie valeur du paramètre : c’est l’es-timation par intervalle de con?ance. Soit(X1; : : : ; Xn)unn-échantillon aléatoire etun paramètre inconnu dela loi desXi.
Exercices : Martine Quinio
Exo7Estimation et intervalle de confiance
Exercice 1
Un échantillon de 10000 personnes sur une population étant donné, on sait que le taux moyen de personnes à
soigner pour un problème de cholestérol élevé est de 7;5%. Donner un intervalle dans lequel on soit "sûr» à
95%, de trouver le nombre exact de personnes à soigner sur les 10000.
Un vol Marseille - Paris est assuré par un Airbus de 150 places ; pour ce vol des estimations ont montré que
la probabilité pour qu"une personne confirme son billet estp=0:75. La compagnie vendnbillets,n>150.
SoitXla variable aléatoire "nombre de personnes parmi lesnpossibles, ayant confirmé leur réservation pour
ce vol». 1.Quelle est la loi e xactesui viepar X?
2. Quel est le nombre maximum de places que la compagnie peut v endrepour que, à au moins 95%, elle soit sûre que tout le monde puisse monter dans l"avion, c"est-à-direntel que :P[X>150]60:05 ? 3.Reprendre le même e xercicea vecun a vionde capacité de 300 places; f aitesv arierle paramètre p=0:5 ;
p=0:8.Un petit avion (liaison Saint Brieuc-Jersey) peut accueillir chaque jour 30 personnes; des statistiques montrent
que 20% des clients ayant réservé ne viennent pas. SoitXla variable aléatoire: "nombre de clients qui se
présentent au comptoir parmi 30 personnes qui ont réservé». 1.Quelle est la loi de X? (on ne donnera que la forme générale); quelle est son espérance, son écart-type ?
2.Donner un interv allede confiance au seuil 95%, permettant d"estimer le nombre de clients à prév oir.
Le staff médical d"une grande entreprise fait ses petites statistiques sur le taux de cholestérol de ses employés;
les observations sur 100 employés tirés au sort sont les suivantes. taux de cholestérol en cg:(centre classe) effectif d"employés: 120 9160 22
200 25
240 21
280 16
320 71. Calculer la mo yennemeet l"écart-typesesur l"échantillon. 2. Estimer la mo yenneet l"écart-type pour le taux de cholestérol dans toute l"entreprise. 3. Déterminer un interv allede confiance pour la mo yenne. 1
4.Déterminer latailleminimumd"échantillonpourquel"amplitudedel"intervalledeconfiancesoitinférieure
à 10.
Sur 12000 individus d"une espèce, on a dénombré 13 albinos. Estimer la proportion d"albinos dans l"espèce.
On comparera les méthodes d"approximation des lois réelles par d"autres lois classiques.Une compagnie aérienne a demandé des statistiques afin d"améliorer la sûreté au décollage et définir un poids
limite de bagages. Pour l"estimation du poids des voyageurs et du poids des bagages, un échantillon est
constitué de 300 passagers qui ont accepté d"être pesés : on a obtenu une moyennemede 68kg, avec un
écart-typesede 7 kg.
1.Définir un interv allede confiance pour la mo yennedes passagers. (On admet que le poids des passagers
suit une loi normale de moyennem, d"écart-types.) 2.Montrer que l"on peut considérer que le poids des passagers est une v ariablealéatoi reXde moyenne 70
kg, d"écart-type 8 kg. 3. En procédant de même pour le poids des bag ages,on admet les résultats :Si le poids maximum autorisé est de 20 kg, le poids des bag agespeut être considéré comme une
variable aléatoireYde moyenne 15 kg, d"écart-type 5 kg.La capacité de l"a vionest de 300 passagers ;l"a vionpèse, à vide, 250 tonnes. Le décollage est
interdit si le poids total dépasse 276.2 tonnes. Quelle est la probabilité pour que le décollage soit
interdit ?Afin de mieux satisfaire leurs clients, une grande société fournisseur d"accès internet fait ses statistiques sur
le nombre d"appels reçus enhotline, elle pourra ainsi évaluer le temps d"attente pour le client et le nombre
d"employés à mettre au standard; les résultats de l"enquête portent sur 200 séquences consécutives de une
minute, durant lesquelles le nombre d"appels moyen a été de 3 appels par minute. On suppose que les appels
sont répartis également dans le temps: on partage un intervalle de temps en unités de une seconde; alors dans
chaque unité de temps, il y a au plus un appel. 1. Quelle est la loi de probabilité du nombre d"appels reçus en 4 minutes? 2. Montrer que l"on peut approcher cette loi par une loi de Poisson. 3. Donner un interv allede confiance pour le nombre mo yend"appels en 4 minutes.Correction del"exer cice1 NUn intervalle dans lequel on soit "sûr» à 95% de trouver le nombre exact de personnes à soigner sur les 10000:
[pyaqp(1p)n ;fe+yaqp(1p)n ]. Fréquence entre 65,7% et 94,3%. Donc entre 698 et 802 personnes sur10000Correction del"exer cice2 NLa loi exacte suivie parXest une loi binomiale de paramètres :n;p.E(X) =0:75net VarX=0:250:75n.
Commen>150, on peut faire l"approximation par la loi normale d"espérance 0;75net d"écart-types=p0:250:75n.P[X>150]60:05 siP[X6150]>0:95 si:P[X0:75np0:250:75n61500:75np0:250:75n]>0:95. Dans la table de
Gauss, on litF(1:645) =0:95. On n"a plus qu"à résoudre l"inéquation:150:50:75np0:250:75n>1:645, dont les solutions
sont:06n6187:
Ainsi, en vendant moins de 187 billets, la compagnie ne prend qu"un risque inférieur à 5% de devoir indemniser
des voyageurs en surnombre. Faisons varier les paramètres, cela ne pose aucun problème : N=150,p=0:5.nest solution de l"inéquation:150:50:5np0:5:0:5n>1:645. Solution :n6272. N=300,p=0:75.nest solution de l"inéquation:300:50:75np0:25:0:75n>1:645. Solution :n6381.N=300,p=0:5.nest solution de l"inéquation:300:50:5np0:5:0:5n>1:645. Solution :n6561.Correction del"exer cice3 N1.La loi de Xest la loi binomialen=30,p=0:2.
2.Un interv allede confiance au seuil 95%, permettant d"estimer le nombre de clients à prév oir: c"est pour
la fréquence: 0.657; 0.943. Soit entre 20 et 28 personnes. C"est une large fouchette due ànpetit.Correction del"exer cice4 N1.On obtient, sur l"échantillon, la mo yenneme=214, l"écart-typese=55:77.
2. La mo yennesur l"entreprise est estimée par me. L"écart-type est estimé par:bse=q100 9955:77'56:05.
3. On en déduit, au seuil 95%, un interv allede confiance pour la mo yenne: [meyabsepn ;me+yabsepn[203:01;224:99]. Ainsi le taux moyen de cholestérol est, à un seuil de confiance 95%, située entre 203 et
225 cg.Correction del"exer cice5 NIl s"agit ici d"estimer une proportion, suite à une observation qui vaut:f=1312000
'1:0833103.On peut utiliser une approximation par une loi normale pour la moyenne d"échantillon. On en déduit un
intervalle de confiance pour la proportion, au seuil 95%:Ia= [fyaqf(1f)n1;p+yaqf(1f)n1]'[4:7 104;1:7103]:
On peut choisirIacomme intervalle de confiance, au seuil 95%, de la proportion cherchée. Par l"inégalité de
Bienaymé-Tchebychev, on a l"intervalleI= [fa;f+a];avec:P[Xp6a]>1(VarX a2)etP[jXpj6
a]>0:95 si 1VarX a2>0:95;soita>1:3979103. On préfèrera donc la première méthode.Correction del"exer cice6 N1.On peut estimer mpar la moyenne de l"échantillon: 68 kg, etsparseq300
299=7q300 299
'7:0117 kg. On en déduit un intervalle de confiance pour la moyennem:Ia= [67:2;68:8]. 3
2.La borne supérieure de l"interv alleétant de 69 kg, il est raisonnable de prendre 70 kg comme espérance
de la variable poids d"un passager. 3.Le décollage est autorisé si le poids total des v oyageurset de leurs bag agesne dépasse pas 26 :2 tonnes.
Pour chacun des 300 passagers, notons:Xison poids etYile poids de ses bagages. Faisons l"hypothèse
d"indépendance entre les variablesXietYi. Le poids totalZ=å300i=1(Xi+Yi)est la somme de 600 variables
aléatoires indépendantes; le théorème central limite s"applique sous cette hypothèse. Comme l"espérance
totale estE(Z) =300(70+15) =25500 et la variance deZest : VarZ=300(VarXi+VarYi). Alors Zsuit approximativement une loi normale de moyennem=25500, d"écart-types=p300(82+52) =163:4. AlorsZ0=Zms
suit approximativement une loi normale centrée réduite. Le décollage est interdit si :Z>26200, c"est-à-dire siZ0>4:284. On lit dans la table de Gauss: pourt=4,F(t) =0:999968=P[Z064]. Le décollage est interdit pour cause de surcharge pondérale avec une probabilité inférieure à
0:00004.Correction del"exer cice7 N1.L "intervallede temps de 4 minutes est la répétition de 240 secondes, au cours desquelles les appels
surviennent de façon indépendante, avec la probabilité d"appel de 120; la loi de probabilité du nombre d"appels reçus en 4 minutes est donc une loi binomiale, de paramètresn=240 etp=120 2. Comme n>30 etnp615;il est possible d"approcher cette loi par une loi de Poisson de paramètrel estimé parnp=12. 3.
Un échantillon de taille 200 a été réalisé pour estimer le nombre mo yend"appels par minute; c"est un
échantillon de taille 50 pour la variable précédente (nombre d"appels reçus en 4 minutes) qui suit une loi
de Poisson d"espérance et de variance 12. Un intervalle de confiance au niveau 95% pour la moyenne est
I a= [11;13].4quotesdbs_dbs45.pdfusesText_45[PDF] le monstre dans la littérature
[PDF] séquence espagnol première mythes et héros
[PDF] secuencia mitos y heroes
[PDF] calcul moyenne quadratique excel
[PDF] monnaie ce1 bout de gomme
[PDF] intervalle de confiance unilatéral ? gauche
[PDF] séquence monnaie ce1-ce2
[PDF] fonction moyenne quadratique excel
[PDF] jeu de la marchande ce1
[PDF] terme générique dictionnaire
[PDF] intervalle de confiance formule es
[PDF] entre voix et rythmes africains
[PDF] cours théorie des valeurs extrêmes
[PDF] théorie des valeurs extrêmes application