6 oct 2017 · 5 Estimation de la variance σ2 d'une variable gaussienne 6 Estimation d'une proportion Myriam Maumy-Bertrand (IRMA) intervalle de confiance de θ ou une estimation ensembliste de θ Myriam Maumy-Bertrand (IRMA)
Previous PDF | Next PDF |
[PDF] Estimations et intervalles de confiance - Institut de Mathématiques
convergence, biais, erreur quadratique, avant d'aborder l'estimation ponctuelle de mations : intervalle de confiance d'une proportion, d'une moyenne
[PDF] ESTIMATION DE PARAMÈTRES
hasard peut produire n'importe quel écart par rapport à la proportion de la On se propose d'estimer, par intervalle de confiance, la moyenne m d'un caractère
[PDF] II - Estimation dun paramètre par intervalle de confiance - Chlorofil
On veut estimer un paramètre (moyenne, proportion ) d'un caractère dans une population P Une estimation ponctuelle à partir d'un échantillon donné ne
[PDF] Quelques rappels sur les intervalles de confiance - Cedric-Cnam
Plutôt que d'estimer ponctuellement la vraie valeur inconnue du paramètre θ , on recherche un 3) Cas particulier : intervalle de confiance pour une proportion
[PDF] INTERVALLE DE CONFIANCE DUNE PROPORTION - R2math de l
9 fév 2000 · Comment faire ? * Dans certains ouvrages, on lit : "on ne connaît pas p mais on en connaît une estimation, c'est f,
[PDF] Note sur la construction dintervalles de confiance pour la proportion
L'estimation des paramètres caractéristiques d'une loi de distribution de type connu ~ (loi binomiale, loi normale, ) conduit à rechercher ~our la vraie valeur
[PDF] Estimation - UQAC
variable aléatoire que l'on utilise pour estimer la valeur d'un paramètre de la population (ex ) intervalle de confiance, c'est la probabilité d'obtenir un échantillon de Si on s'intéresse à la proportion d'individus avec un caractère dans une
[PDF] Statistique : étude de cas Intervalles de confiance - Université de
6 oct 2017 · 5 Estimation de la variance σ2 d'une variable gaussienne 6 Estimation d'une proportion Myriam Maumy-Bertrand (IRMA) intervalle de confiance de θ ou une estimation ensembliste de θ Myriam Maumy-Bertrand (IRMA)
[PDF] estimation des coûts de construction
[PDF] estimation des domaines marge de négociation
[PDF] estimation des effets des changement des prix du pétrole sur la croissance économique
[PDF] estimation domaines bien immobilier
[PDF] estimation immobilière
[PDF] estimation maison notaire
[PDF] estimation moindre carré matlab
[PDF] estimation non paramétrique de la densité avec r
[PDF] estimation par noyau
[PDF] estimation par noyau d'une fonction densité
[PDF] estimation par noyau r
[PDF] estimation paramètres loi log normale
[PDF] estimation paramètres loi log normale
[PDF] estimation ponctuelle d'une proportion
Statistique : etude de cas. Intervalles de conance
Myriam Maumy-Bertrand
IRMA, UMR 7501, Universite de Strasbourg
Vendredi 06 octobre 2017
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 1 / 50 Ce chapitre s'appuie essentiellement sur le livre suivant : Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 2 / 50Sommaire
1Introduction
2Principe
3Intervalle de conance
4Estimation de la moyenned'une variable gaussienne5Estimation de la variance2d'une variable gaussienne6Estimation d'une proportion
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 3 / 50 Il est souvent plus realiste et plus interessant de fournir un renseignement du type1< < 2
plut^ot que d'ecrire sechement b n=c:Denition Fournir un tel intervalle]1;2[s'appelle donner une estimation parintervalle de conance deou une estimation ensembliste de.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 4 / 50
Sommaire
1Introduction
2Principe
3Intervalle de conance
4Estimation de la moyenned'une variable gaussienne5Estimation de la variance2d'une variable gaussienne6Estimation d'une proportion
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 5 / 50 La methode des intervalles de conance est la suivante : soitbnun estimateur dedont nous connaissons la loi de probabilite pour chaque valeur de.Denition Etant donne une valeur0du parametre, nous determinons unintervalle de probabilite bilateral de niveau(1)pour l'estimateurbn, c'est-a-dire deux bornesn1etn2telles que P n1Remarques
1Ces deux bornes dependent evidemment de la valeur0.2Nous pourrions egalement construire desintervalles unilateraux
pour lesquelsn1=1oun2= +1.3Nous choisissons dans la plupart des cas un intervalle de probabilite a risque symetrique=2 et=2.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 7 / 50Nous adoptons la regle de decision suivante.
Soitbn(x1;:::;xn) =bn(obs) la valeur observee debn:si bn(obs)2]n1;n2[, nous conservons0comme valeur possible du parametre;si bn(obs)62]n1;n2[, nous eliminons0.Nous repetons cette operation pour toutes les valeurs de.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 8 / 50
Sommaire
1Introduction
2Principe
3Intervalle de conance
4Estimation de la moyenned'une variable gaussienne5Estimation de la variance2d'une variable gaussienne6Estimation d'une proportion
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 9 / 50Denition
Nous appelonsintervalle de conance de niveau de conance(1) (coecient de conance) du parametretout intervalle]1;2[tel que :P(2]1;2[) = 1pour2[0;1]xe.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 10 / 50Proprietes
1]1;2[ est un intervalle aleatoire car il depend de l'estimateurbn.2]1;2[ s'obtient par :
1= (n2)1(bn(obs))
2= (n1)1(bn(obs)):3Si nous augmentons le niveau 1, nous augmentons la longueur de
l'intervalle de probabilite. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 11 / 50Remarque
Si la taille de l'echantillon noteenaugmente, comme l'estimateurbnest suppose convergent, la variance de l'estimateur noteeVarbn diminue etpar consequent l'intervalle ]1;2[ diminue egalement.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 12 / 50
Sommaire
1Introduction
2Principe
3Intervalle de conance
4Estimation de la moyenned'une variable gaussienne5Estimation de la variance2d'une variable gaussienne6Estimation d'une proportion
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 13 / 50 bnest le meilleur estimateur de la moyennepopetbnsuit une loi normale N pop;2popn .DenitionL'intervalle de probabilite debna1est :
popu1(=2) poppnDenition
L'intervalle de conance debna 1est :
bn(x1;:::;xn)u1(=2) poppn <L'intervalle de probabilite pourTn1a 1est :
tn1;1(=2)L'intervalle de conance poura 1est :
bn(obs)tn1;1(=2)S n(obs)pn1<1Pour obtenir le quantile d'une loi de Student, sousR, vous tapez la
ligne de commande suivante : >qt(0.975,n-1)ou la quantiten1 est remplacee par la valeur adequate.2Le theoreme de la limite centree a pour consequence que les
intervalles precedents sont valables pour estimerd'une loiquelconque lorsque la taillende l'echantillon est assez grande.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 18 / 50
Exemple : L'airbag, d'apres l'examen de fevrier 2014L'airbag (ou coussin gon
able) est un systeme de securite de plus en plus souvent installe dans les automobiles. Son gon ement est assure par un dispositif pyrotechnique dont les caracteristiques sont la moyenne et l'ecart-type du delai entre la mise a feu et l'explosion. Lors de l'etude d'un certain dispositif d'allumage, les resultats des mesures qui proviennent d'une loi normale, eectues sur 30 exemplaires, ont ete (en millisecondes) les suivants :28,0 28,0 31,0 31,0 32 33,0 32,5 29,0 30,5 31,0
28,5 27,5 32,0 29,5 28 26,0 30,0 31,0 32,5 33,0
27,5 29,0 30,0 28,5 27 25,0 31,5 33,0 34,5 29,0
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 19 / 50 L'airbag, d'apres l'examen de fevrier 2014 : suite Calculer l'intervalle de conance a 95% de la moyenne du delai si nous connaissons l'ecart-type de la population de reference et qu'il est egal a 2. Nous commencons par donner une estimation ponctuelle de la moyenne du delai:30,28.5,27,25,31.5,33,34.5,29)
>mean(gonflable) [1] 29.96667 Maintenant appliquons la formule du cours, a savoir celle qui donne un intervalle de conance pour une moyennelorsque la variance2est connue (ici elle vaut 4). Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 20 / 50 L'airbag, d'apres l'examen de fevrier 2014 : suite Pour cela, il faut verier au prealable que les donnees suivent une loi normale. Realisons donc un test de normalite de Shapiro-Wilk. >shapiro.test(gonflable)Shapiro-Wilk normality test
data: gonflableW = 0.9796, p-value = 0.8149
La p-valeur (0,8149) du test de Shapiro-Wilk etant strictement superieure a= 5%, le test n'est pas signicatif. Vous conservez donc l'hypothese nulleH0du test de Shapiro-Wilk. Le risque d'erreur associe a cette decision est un risque de deuxieme espece. Vous ne pouvez pas l'evaluer dans le cas d'un test de Shapiro-Wilk. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 21 / 50 L'airbag, d'apres l'examen de fevrier 2014 : suite Maintenant nous pouvons calculer avecRl'intervalle de conance cherche (nous rappelons que nous connaissons la variance2de la population). >mean(gonflable)-qnorm(0.975)*2/sqrt(30) [1] 29.25099 >mean(gonflable)+qnorm(0.975)*2/sqrt(30) [1] 30.68234 L'intervalle de conance a 95% de la moyenne du delai, en millisecondes, est egal a : ]29;25099;30;68234[:Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 22 / 50Exemple : Les plantes marines
Un biologiste etudie un type d'algue qui attaque les plantes marines. La toxine contenue dans cette algue est obtenue sous forme d'une solution organique. Il mesure la quantite de toxine par gramme de solution. Il a obtenu les neuf mesures suivantes, exprimees en milligrammes :1;2;0;8;0;6;1;1;1;2;0;9;1;5;0;9;1;0:
Nous supposons que ces mesures sont les realisations de variables aleatoires independantes et identiquement distribuees suivant une loi normale d'esperanceet d'ecart-type.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 23 / 50Les plantes marines : suite
Donnons une estimation ponctuelle de la moyenne de la quantite de toxine par gramme de solution : b9(obs) =191;2 + 0;8 + 0;6 + 1;1 + 1;2 + 0;9 + 1;5
+0;9 + 1;0 = 1;022222mg:Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 24 / 50Les plantes marines : suite
Donnons une estimation ponctuelle de la variance de la quantite de toxine : S29;c(obs) = (0;2635231mg)2:Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 25 / 50
Les plantes marines : suite
Determinons un intervalle de conance a 95% pour la moyenne de la quantite de toxine par gramme de solution. La moyenneet la variance etant inconnues, l'intervalle de conance a 95% pour la moyenne s'obtient avec la formule suivante : b9(obs)t8;0;975S9;c(obs)p9 <Les plantes marines : n
Les commandes sousRqui donnent les resultats ci-dessus sont les suivantes : > toxine<-c(1.2,0.8,0.6,1.1,1.2,0.9,1.5,0.9,1) > mean(toxine) [1] 1.022222 > sd(toxine) [1] 0.263523 > mean(toxine)-qt(0.975,8)*sd(toxine)/sqrt(9) [1] 0.8196604 > mean(toxine)+qt(0.975,8)*sd(toxine)/sqrt(9) [1] 1.224784 Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 27 / 50Sommaire
1Introduction
2Principe
3Intervalle de conance
4Estimation de la moyenned'une variable gaussienne5Estimation de la variance2d'une variable gaussienne6Estimation d'une proportion
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 28 / 50Nous utilisons le fait que
1c 2n=1n n X i=1(Xi)2est le meilleur estimateur de la variance2 lorsque la moyenneest connue,2n c2n2suit une loi du Khi-deux andegres de liberte comme la somme
dencarres de loiN(0;1) independantes.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 29 / 50Denition
k1et k2sont les bornes de l'intervalle de probabilite pournc2n
2si : P k1 2quantile d'ordre 1=2 pour la loi du Khi-deux andegres de liberte.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 30 / 50 Denition
L'intervalle de conance pour2a1est egal a :
n c2n(x1;:::;xn)k 2< 2 1Remarque
Par exemple, nous pouvons prendre la bornek1egale au quantile d'ordre =2 pour la loi du Khi-deux andegres de liberte et la bornek2egale au quantile d'ordre 1=2 pour la loi du Khi-deux andegres de liberte.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 31 / 50
Nous utilisons le fait que
1S 2n=1n n X i=1(Xibn)2,2nS 2n 2suit une loi du Khi-deux a (n1) degres de liberte comme la
somme de (n1) carres de loiN(0;1) independantes.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 32 / 50
Denition
l 1et l2sont les bornes de l'intervalle de probabilite pournS2n
2si : P l 1 2L'intervalle de conance pour2a1est egal a : nS 2n(x1;:::;xn)l
2< 2 1; ou l 1et l2sont les quantiles respectivement a=2et a1(=2)du loi du
Khi-deux a(n1)degres de liberte.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 33 / 50 Denition
l 1et l2sont les bornes de l'intervalle de probabilite pour(n1)S2n;c=2si :
P l 1<(n1)S2n;c
2Denition L'intervalle de conance a1pour la variance2est egal a : (n1)S2n;c(x1;:::;xn)l 2< 2<(n1)S2n;c(x1;:::;xn)l
1; ou l 1et l2sont les quantiles denis dans la diapositive precedente.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 35 / 50
Remarque
Pour obtenir le quantilel1d'une loi du Khi-deux, sousR, vous tapez la ligne de commande suivante : >qchisq(0.025,n-1) ou la quantiten1 est remplacee par la valeur adequate. De m^eme pour l 2en remplacant 0;025 par 0;975.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 36 / 50
Exemple : Les plantes marines
Un biologiste etudie un type d'algue qui attaque les plantes marines. La toxine contenue dans cette algue est obtenue sous forme d'une solution organique. Il mesure la quantite de toxine par gramme de solution. Il a obtenu les neuf mesures suivantes, exprimees en milligrammes : 1;2;0;8;0;6;1;1;1;2;0;9;1;5;0;9;1;0:
Nous supposons que ces mesures sont les realisations de variables aleatoires independantes et identiquement distribuees suivant une loi normale d'esperanceet d'ecart-typepop.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 37 / 50 Les plantes marines : suite
Donnons une estimation ponctuelle de la moyenne de la quantite de toxine par gramme de solution : b9(obs) = 1;022222mg: Donnons une estimation ponctuelle de la variance de la quantite de toxine a l'aide de l'estimateur corrige de la varianceS29;c: S 29;c(obs) = 0;06944444mg2Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 38 / 50
Les plantes marines : suite
Determinons un intervalle de conance a 95% pour la variance2popde la quantite de toxine par gramme de solution. La moyenneet la variance 2popetant inconnues, l'intervalle de conance a 95% pour la variance2pops'obtient avec la formule suivante :
8S29;c(obs)l
2< 2pop<8S29;c(obs)l
1 0;032mg2< 2pop<0;255mg2
oul1= 2;180 est le quantile d'ordre 0;025 pour une loi du Khi-deux2(8) etl2= 17;535 est le quantile d'ordre 0;975 pour une loi du Khi-deux 2(8).Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 39 / 50
Les plantes marines : n
Les commandes sous R qui donnent les resultats ci-dessus sont les suivantes : > mean(toxine) [1] 1.022222 > var(toxine) [1] 0.06944444 > 8*var(toxine)/qchisq(0.975,8) [1] 0.03168349 > 8*var(toxine)/qchisq(0.025,8) [1] 0.2548735 Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 40 / 50 Sommaire
1Introduction
2Principe
3Intervalle de conance
4Estimation de la moyenned'une variable gaussienne5Estimation de la variance2d'une variable gaussienne6Estimation d'une proportion
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 41 / 50 Nous souhaitons construire un intervalle de conance pour une proportion Ad'individus de la population qui possedent un certain caractereA. Pour estimerA, nous allons nous servir de l'estimateurbn;A, qui a ete deni auparavant, a partir du moment ou nous faisons l'hypothese que le tirage est aleatoire avec remise, ce qui correspond a une population innie. D'autre part, nous pouvons montrer quenbn;Asuit une loi binomiale de parametresnetA.A partir de ce resultat, nous pouvons construire un intervalle de conance pourA.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 42 / 50 Les trois methodes pour construire un intervalle de conance pour une proportionAque nous rencontrerons le plus souvent sont :1la methode exacte ou encore appelee la methode de Clopper-Pearson
qui maintenant est realisable avec par exemple le logicielR;2la methode du score ou encore appelee la methode de Wilson ou
encore la methode de l'ellipse;3la methode asymptotique ou encore appelee la methode de Wald. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 43 / 50 Des etudes statistiques ont montre que, parmi ces trois methodes, la methode a privilegier est la methode du score. Neanmoins, la methode de Wald reste tres utilisee et presentee dans de nombreux manuels alors qu'elle ne permet generalement pas d'obtenir des intervalles de conance de qualite convenable. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 44 / 50 L'intervalle de conance pour la proportionAau niveau de conance (1) est egal a bn;A(obs) +12nu2 1=2u1=2v
uutbn;A(obs)(1bn;A(obs))n +u21=24n21 + 1n u2 1=2< A bn;A(obs) +12nu2 1(=2)+u1(=2)v
uutbn;A(obs)(1bn;A(obs))n +u21(=2)4n21 + 1n u2 1(=2);
ouu1(=2)est le quantile de la loi normale centree et reduite.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 45 / 50
L'intervalle de conance pour la proportionAau niveau de conance (1) est egal a bn;A(obs)u1(=2)rbn;A(obs)(1bn;A(obs))n < A ouu1=2est le quantile de la loi normale centree et reduite.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 46 / 50 Remarques
1. I lexi step ource sd euxi ntervallesu nef ormuleave cu neco rrectiond e continuite de Yates pour tenir compte du passage d'une loi discrete a une loi continue. Donc, parfois, nous pouvons constater un leger ecart entre le calcul de cette formule si nous le realisons a la main et le calcul donne par un logiciel de statistique. Donc une recommandation que nous pouvons faire : regarder ce qui est programme dans le manuel du logiciel qui est utilise. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 47 / 50 Remarques
2. P our etablirl' intervalled ec onancepa rla m ethoded eW ald, l'approximation de la loi binomiale par la loi normale a ete utilisee. Il faut se rappeler que pour utiliser cette approximation, certaines conditions doivent ^etre remplies. 3. En n,i lm anquel af ormulema thematiqued el 'intervallede con ance par la methode de Clopper-Pearson. Elle n'a pas ete presentee ici car le calcul est un peu plus complique que les deux autres. Neanmoins elle peut ^etre retrouvee facilement sur internet. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 48 / 50 Exemple : La bacterie Brucella abortus
Dans le cas d'une contamination d'un grand cheptel bovin par la bacterie Brucella abortus, un veterinaire observe 53 avortements pour 134 vaches gestantes. Quelle proportion d'avortements peut-il predire dans le cheptel au seuil de conance egal a 95%? Au sujet de la bacterieBrucella abortus, nous renvoyons le lecteur au rapport de Juillet 2015 redige par l'Anses et telechargeable a l'adresse suivante : Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 49 / 50 La bacterie Brucella abortus : suite et n
L'estimation ponctuelle de la proportion d'avortements est egale a : 53=134.
L'intervalle de conance asymptotique a 95% pour la proportion d'avortements est egal a : ]0;3127336;0;4783111[ Les commandes sousRpour obtenir les resultats ci-dessus sont les suivantes :> pe<-53/134 > pe-qnorm(0.975)*sqrt((pe*(1-pe))/134) [1] 0.3127336 > pe+qnorm(0.975)*sqrt((pe*(1-pe))/134) [1] 0.4783111 Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 50 / 50quotesdbs_dbs6.pdfusesText_11
Denition
L'intervalle de conance pour2a1est egal a :
n c2n(x1;:::;xn)k2< 2 1Remarque
Par exemple, nous pouvons prendre la bornek1egale au quantile d'ordre =2 pour la loi du Khi-deux andegres de liberte et la bornek2egale au quantile d'ordre 1=2 pour la loi du Khi-deux andegres de liberte.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 31 / 50
Nous utilisons le fait que
1S 2n=1n n X i=1(Xibn)2,2nS 2n 2suit une loi du Khi-deux a (n1) degres de liberte comme la
somme de (n1) carres de loiN(0;1) independantes.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 32 / 50
Denition
l 1et l2sont les bornes de l'intervalle de probabilite pournS2n
2si : P l 1 2L'intervalle de conance pour2a1est egal a : nS 2n(x1;:::;xn)l
2< 2 1; ou l 1et l2sont les quantiles respectivement a=2et a1(=2)du loi du
Khi-deux a(n1)degres de liberte.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 33 / 50 Denition
l 1et l2sont les bornes de l'intervalle de probabilite pour(n1)S2n;c=2si :
P l 1<(n1)S2n;c
2Denition L'intervalle de conance a1pour la variance2est egal a : (n1)S2n;c(x1;:::;xn)l 2< 2<(n1)S2n;c(x1;:::;xn)l
1; ou l 1et l2sont les quantiles denis dans la diapositive precedente.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 35 / 50
Remarque
Pour obtenir le quantilel1d'une loi du Khi-deux, sousR, vous tapez la ligne de commande suivante : >qchisq(0.025,n-1) ou la quantiten1 est remplacee par la valeur adequate. De m^eme pour l 2en remplacant 0;025 par 0;975.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 36 / 50
Exemple : Les plantes marines
Un biologiste etudie un type d'algue qui attaque les plantes marines. La toxine contenue dans cette algue est obtenue sous forme d'une solution organique. Il mesure la quantite de toxine par gramme de solution. Il a obtenu les neuf mesures suivantes, exprimees en milligrammes : 1;2;0;8;0;6;1;1;1;2;0;9;1;5;0;9;1;0:
Nous supposons que ces mesures sont les realisations de variables aleatoires independantes et identiquement distribuees suivant une loi normale d'esperanceet d'ecart-typepop.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 37 / 50 Les plantes marines : suite
Donnons une estimation ponctuelle de la moyenne de la quantite de toxine par gramme de solution : b9(obs) = 1;022222mg: Donnons une estimation ponctuelle de la variance de la quantite de toxine a l'aide de l'estimateur corrige de la varianceS29;c: S 29;c(obs) = 0;06944444mg2Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 38 / 50
Les plantes marines : suite
Determinons un intervalle de conance a 95% pour la variance2popde la quantite de toxine par gramme de solution. La moyenneet la variance 2popetant inconnues, l'intervalle de conance a 95% pour la variance2pops'obtient avec la formule suivante :
8S29;c(obs)l
2< 2pop<8S29;c(obs)l
1 0;032mg2< 2pop<0;255mg2
oul1= 2;180 est le quantile d'ordre 0;025 pour une loi du Khi-deux2(8) etl2= 17;535 est le quantile d'ordre 0;975 pour une loi du Khi-deux 2(8).Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 39 / 50
Les plantes marines : n
Les commandes sous R qui donnent les resultats ci-dessus sont les suivantes : > mean(toxine) [1] 1.022222 > var(toxine) [1] 0.06944444 > 8*var(toxine)/qchisq(0.975,8) [1] 0.03168349 > 8*var(toxine)/qchisq(0.025,8) [1] 0.2548735 Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 40 / 50 Sommaire
1Introduction
2Principe
3Intervalle de conance
4Estimation de la moyenned'une variable gaussienne5Estimation de la variance2d'une variable gaussienne6Estimation d'une proportion
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 41 / 50 Nous souhaitons construire un intervalle de conance pour une proportion Ad'individus de la population qui possedent un certain caractereA. Pour estimerA, nous allons nous servir de l'estimateurbn;A, qui a ete deni auparavant, a partir du moment ou nous faisons l'hypothese que le tirage est aleatoire avec remise, ce qui correspond a une population innie. D'autre part, nous pouvons montrer quenbn;Asuit une loi binomiale de parametresnetA.A partir de ce resultat, nous pouvons construire un intervalle de conance pourA.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 42 / 50 Les trois methodes pour construire un intervalle de conance pour une proportionAque nous rencontrerons le plus souvent sont :1la methode exacte ou encore appelee la methode de Clopper-Pearson
qui maintenant est realisable avec par exemple le logicielR;2la methode du score ou encore appelee la methode de Wilson ou
encore la methode de l'ellipse;3la methode asymptotique ou encore appelee la methode de Wald. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 43 / 50 Des etudes statistiques ont montre que, parmi ces trois methodes, la methode a privilegier est la methode du score. Neanmoins, la methode de Wald reste tres utilisee et presentee dans de nombreux manuels alors qu'elle ne permet generalement pas d'obtenir des intervalles de conance de qualite convenable. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 44 / 50 L'intervalle de conance pour la proportionAau niveau de conance (1) est egal a bn;A(obs) +12nu2 1=2u1=2v
uutbn;A(obs)(1bn;A(obs))n +u21=24n21 + 1n u2 1=2< A bn;A(obs) +12nu2 1(=2)+u1(=2)v
uutbn;A(obs)(1bn;A(obs))n +u21(=2)4n21 + 1n u2 1(=2);
ouu1(=2)est le quantile de la loi normale centree et reduite.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 45 / 50
L'intervalle de conance pour la proportionAau niveau de conance (1) est egal a bn;A(obs)u1(=2)rbn;A(obs)(1bn;A(obs))n < A ouu1=2est le quantile de la loi normale centree et reduite.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 46 / 50 Remarques
1. I lexi step ource sd euxi ntervallesu nef ormuleave cu neco rrectiond e continuite de Yates pour tenir compte du passage d'une loi discrete a une loi continue. Donc, parfois, nous pouvons constater un leger ecart entre le calcul de cette formule si nous le realisons a la main et le calcul donne par un logiciel de statistique. Donc une recommandation que nous pouvons faire : regarder ce qui est programme dans le manuel du logiciel qui est utilise. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 47 / 50 Remarques
2. P our etablirl' intervalled ec onancepa rla m ethoded eW ald, l'approximation de la loi binomiale par la loi normale a ete utilisee. Il faut se rappeler que pour utiliser cette approximation, certaines conditions doivent ^etre remplies. 3. En n,i lm anquel af ormulema thematiqued el 'intervallede con ance par la methode de Clopper-Pearson. Elle n'a pas ete presentee ici car le calcul est un peu plus complique que les deux autres. Neanmoins elle peut ^etre retrouvee facilement sur internet. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 48 / 50 Exemple : La bacterie Brucella abortus
Dans le cas d'une contamination d'un grand cheptel bovin par la bacterie Brucella abortus, un veterinaire observe 53 avortements pour 134 vaches gestantes. Quelle proportion d'avortements peut-il predire dans le cheptel au seuil de conance egal a 95%? Au sujet de la bacterieBrucella abortus, nous renvoyons le lecteur au rapport de Juillet 2015 redige par l'Anses et telechargeable a l'adresse suivante : Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 49 / 50 La bacterie Brucella abortus : suite et n
L'estimation ponctuelle de la proportion d'avortements est egale a : 53=134.
L'intervalle de conance asymptotique a 95% pour la proportion d'avortements est egal a : ]0;3127336;0;4783111[ Les commandes sousRpour obtenir les resultats ci-dessus sont les suivantes :> pe<-53/134 > pe-qnorm(0.975)*sqrt((pe*(1-pe))/134) [1] 0.3127336 > pe+qnorm(0.975)*sqrt((pe*(1-pe))/134) [1] 0.4783111 Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 50 / 50quotesdbs_dbs6.pdfusesText_11
1Remarque
Par exemple, nous pouvons prendre la bornek1egale au quantile d'ordre =2 pour la loi du Khi-deux andegres de liberte et la bornek2egale auquantile d'ordre 1=2 pour la loi du Khi-deux andegres de liberte.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 31 / 50
Nous utilisons le fait que
1S 2n=1n n X i=1(Xibn)2,2nS 2n2suit une loi du Khi-deux a (n1) degres de liberte comme la
somme de (n1) carres de loiN(0;1) independantes.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 32 / 50
Denition
l1et l2sont les bornes de l'intervalle de probabilite pournS2n
2si : P l1 2L'intervalle de conance pour2a1est egal a : nS 2n(x1;:::;xn)l
2< 2 1; ou l 1et l2sont les quantiles respectivement a=2et a1(=2)du loi du
Khi-deux a(n1)degres de liberte.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 33 / 50 Denition
l 1et l2sont les bornes de l'intervalle de probabilite pour(n1)S2n;c=2si :
P l 1<(n1)S2n;c
2Denition L'intervalle de conance a1pour la variance2est egal a : (n1)S2n;c(x1;:::;xn)l 2< 2<(n1)S2n;c(x1;:::;xn)l
1; ou l 1et l2sont les quantiles denis dans la diapositive precedente.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 35 / 50
Remarque
Pour obtenir le quantilel1d'une loi du Khi-deux, sousR, vous tapez la ligne de commande suivante : >qchisq(0.025,n-1) ou la quantiten1 est remplacee par la valeur adequate. De m^eme pour l 2en remplacant 0;025 par 0;975.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 36 / 50
Exemple : Les plantes marines
Un biologiste etudie un type d'algue qui attaque les plantes marines. La toxine contenue dans cette algue est obtenue sous forme d'une solution organique. Il mesure la quantite de toxine par gramme de solution. Il a obtenu les neuf mesures suivantes, exprimees en milligrammes : 1;2;0;8;0;6;1;1;1;2;0;9;1;5;0;9;1;0:
Nous supposons que ces mesures sont les realisations de variables aleatoires independantes et identiquement distribuees suivant une loi normale d'esperanceet d'ecart-typepop.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 37 / 50 Les plantes marines : suite
Donnons une estimation ponctuelle de la moyenne de la quantite de toxine par gramme de solution : b9(obs) = 1;022222mg: Donnons une estimation ponctuelle de la variance de la quantite de toxine a l'aide de l'estimateur corrige de la varianceS29;c: S 29;c(obs) = 0;06944444mg2Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 38 / 50
Les plantes marines : suite
Determinons un intervalle de conance a 95% pour la variance2popde la quantite de toxine par gramme de solution. La moyenneet la variance 2popetant inconnues, l'intervalle de conance a 95% pour la variance2pops'obtient avec la formule suivante :
8S29;c(obs)l
2< 2pop<8S29;c(obs)l
1 0;032mg2< 2pop<0;255mg2
oul1= 2;180 est le quantile d'ordre 0;025 pour une loi du Khi-deux2(8) etl2= 17;535 est le quantile d'ordre 0;975 pour une loi du Khi-deux 2(8).Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 39 / 50
Les plantes marines : n
Les commandes sous R qui donnent les resultats ci-dessus sont les suivantes : > mean(toxine) [1] 1.022222 > var(toxine) [1] 0.06944444 > 8*var(toxine)/qchisq(0.975,8) [1] 0.03168349 > 8*var(toxine)/qchisq(0.025,8) [1] 0.2548735 Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 40 / 50 Sommaire
1Introduction
2Principe
3Intervalle de conance
4Estimation de la moyenned'une variable gaussienne5Estimation de la variance2d'une variable gaussienne6Estimation d'une proportion
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 41 / 50 Nous souhaitons construire un intervalle de conance pour une proportion Ad'individus de la population qui possedent un certain caractereA. Pour estimerA, nous allons nous servir de l'estimateurbn;A, qui a ete deni auparavant, a partir du moment ou nous faisons l'hypothese que le tirage est aleatoire avec remise, ce qui correspond a une population innie. D'autre part, nous pouvons montrer quenbn;Asuit une loi binomiale de parametresnetA.A partir de ce resultat, nous pouvons construire un intervalle de conance pourA.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 42 / 50 Les trois methodes pour construire un intervalle de conance pour une proportionAque nous rencontrerons le plus souvent sont :1la methode exacte ou encore appelee la methode de Clopper-Pearson
qui maintenant est realisable avec par exemple le logicielR;2la methode du score ou encore appelee la methode de Wilson ou
encore la methode de l'ellipse;3la methode asymptotique ou encore appelee la methode de Wald. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 43 / 50 Des etudes statistiques ont montre que, parmi ces trois methodes, la methode a privilegier est la methode du score. Neanmoins, la methode de Wald reste tres utilisee et presentee dans de nombreux manuels alors qu'elle ne permet generalement pas d'obtenir des intervalles de conance de qualite convenable. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 44 / 50 L'intervalle de conance pour la proportionAau niveau de conance (1) est egal a bn;A(obs) +12nu2 1=2u1=2v
uutbn;A(obs)(1bn;A(obs))n +u21=24n21 + 1n u2 1=2< A bn;A(obs) +12nu2 1(=2)+u1(=2)v
uutbn;A(obs)(1bn;A(obs))n +u21(=2)4n21 + 1n u2 1(=2);
ouu1(=2)est le quantile de la loi normale centree et reduite.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 45 / 50
L'intervalle de conance pour la proportionAau niveau de conance (1) est egal a bn;A(obs)u1(=2)rbn;A(obs)(1bn;A(obs))n < A ouu1=2est le quantile de la loi normale centree et reduite.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 46 / 50 Remarques
1. I lexi step ource sd euxi ntervallesu nef ormuleave cu neco rrectiond e continuite de Yates pour tenir compte du passage d'une loi discrete a une loi continue. Donc, parfois, nous pouvons constater un leger ecart entre le calcul de cette formule si nous le realisons a la main et le calcul donne par un logiciel de statistique. Donc une recommandation que nous pouvons faire : regarder ce qui est programme dans le manuel du logiciel qui est utilise. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 47 / 50 Remarques
2. P our etablirl' intervalled ec onancepa rla m ethoded eW ald, l'approximation de la loi binomiale par la loi normale a ete utilisee. Il faut se rappeler que pour utiliser cette approximation, certaines conditions doivent ^etre remplies. 3. En n,i lm anquel af ormulema thematiqued el 'intervallede con ance par la methode de Clopper-Pearson. Elle n'a pas ete presentee ici car le calcul est un peu plus complique que les deux autres. Neanmoins elle peut ^etre retrouvee facilement sur internet. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 48 / 50 Exemple : La bacterie Brucella abortus
Dans le cas d'une contamination d'un grand cheptel bovin par la bacterie Brucella abortus, un veterinaire observe 53 avortements pour 134 vaches gestantes. Quelle proportion d'avortements peut-il predire dans le cheptel au seuil de conance egal a 95%? Au sujet de la bacterieBrucella abortus, nous renvoyons le lecteur au rapport de Juillet 2015 redige par l'Anses et telechargeable a l'adresse suivante : Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 49 / 50 La bacterie Brucella abortus : suite et n
L'estimation ponctuelle de la proportion d'avortements est egale a : 53=134.
L'intervalle de conance asymptotique a 95% pour la proportion d'avortements est egal a : ]0;3127336;0;4783111[ Les commandes sousRpour obtenir les resultats ci-dessus sont les suivantes :> pe<-53/134 > pe-qnorm(0.975)*sqrt((pe*(1-pe))/134) [1] 0.3127336 > pe+qnorm(0.975)*sqrt((pe*(1-pe))/134) [1] 0.4783111 Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 50 / 50quotesdbs_dbs6.pdfusesText_11
2n(x1;:::;xn)l
2< 2 1; ou l 1et l2sont les quantiles respectivement a=2et a1(=2)du loi du
Khi-deux a(n1)degres de liberte.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 33 / 50 Denition
l 1et l2sont les bornes de l'intervalle de probabilite pour(n1)S2n;c=2si :
P l 1<(n1)S2n;c
2Denition L'intervalle de conance a1pour la variance2est egal a : (n1)S2n;c(x1;:::;xn)l 2< 2<(n1)S2n;c(x1;:::;xn)l
1; ou l 1et l2sont les quantiles denis dans la diapositive precedente.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 35 / 50
Remarque
Pour obtenir le quantilel1d'une loi du Khi-deux, sousR, vous tapez la ligne de commande suivante : >qchisq(0.025,n-1) ou la quantiten1 est remplacee par la valeur adequate. De m^eme pour l 2en remplacant 0;025 par 0;975.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 36 / 50
Exemple : Les plantes marines
Un biologiste etudie un type d'algue qui attaque les plantes marines. La toxine contenue dans cette algue est obtenue sous forme d'une solution organique. Il mesure la quantite de toxine par gramme de solution. Il a obtenu les neuf mesures suivantes, exprimees en milligrammes : 1;2;0;8;0;6;1;1;1;2;0;9;1;5;0;9;1;0:
Nous supposons que ces mesures sont les realisations de variables aleatoires independantes et identiquement distribuees suivant une loi normale d'esperanceet d'ecart-typepop.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 37 / 50 Les plantes marines : suite
Donnons une estimation ponctuelle de la moyenne de la quantite de toxine par gramme de solution : b9(obs) = 1;022222mg: Donnons une estimation ponctuelle de la variance de la quantite de toxine a l'aide de l'estimateur corrige de la varianceS29;c: S 29;c(obs) = 0;06944444mg2Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 38 / 50
Les plantes marines : suite
Determinons un intervalle de conance a 95% pour la variance2popde la quantite de toxine par gramme de solution. La moyenneet la variance 2popetant inconnues, l'intervalle de conance a 95% pour la variance2pops'obtient avec la formule suivante :
8S29;c(obs)l
2< 2pop<8S29;c(obs)l
1 0;032mg2< 2pop<0;255mg2
oul1= 2;180 est le quantile d'ordre 0;025 pour une loi du Khi-deux2(8) etl2= 17;535 est le quantile d'ordre 0;975 pour une loi du Khi-deux 2(8).Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 39 / 50
Les plantes marines : n
Les commandes sous R qui donnent les resultats ci-dessus sont les suivantes : > mean(toxine) [1] 1.022222 > var(toxine) [1] 0.06944444 > 8*var(toxine)/qchisq(0.975,8) [1] 0.03168349 > 8*var(toxine)/qchisq(0.025,8) [1] 0.2548735 Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 40 / 50 Sommaire
1Introduction
2Principe
3Intervalle de conance
4Estimation de la moyenned'une variable gaussienne5Estimation de la variance2d'une variable gaussienne6Estimation d'une proportion
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 41 / 50 Nous souhaitons construire un intervalle de conance pour une proportion Ad'individus de la population qui possedent un certain caractereA. Pour estimerA, nous allons nous servir de l'estimateurbn;A, qui a ete deni auparavant, a partir du moment ou nous faisons l'hypothese que le tirage est aleatoire avec remise, ce qui correspond a une population innie. D'autre part, nous pouvons montrer quenbn;Asuit une loi binomiale de parametresnetA.A partir de ce resultat, nous pouvons construire un intervalle de conance pourA.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 42 / 50 Les trois methodes pour construire un intervalle de conance pour une proportionAque nous rencontrerons le plus souvent sont :1la methode exacte ou encore appelee la methode de Clopper-Pearson
qui maintenant est realisable avec par exemple le logicielR;2la methode du score ou encore appelee la methode de Wilson ou
encore la methode de l'ellipse;3la methode asymptotique ou encore appelee la methode de Wald. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 43 / 50 Des etudes statistiques ont montre que, parmi ces trois methodes, la methode a privilegier est la methode du score. Neanmoins, la methode de Wald reste tres utilisee et presentee dans de nombreux manuels alors qu'elle ne permet generalement pas d'obtenir des intervalles de conance de qualite convenable. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 44 / 50 L'intervalle de conance pour la proportionAau niveau de conance (1) est egal a bn;A(obs) +12nu2 1=2u1=2v
uutbn;A(obs)(1bn;A(obs))n +u21=24n21 + 1n u2 1=2< A bn;A(obs) +12nu2 1(=2)+u1(=2)v
uutbn;A(obs)(1bn;A(obs))n +u21(=2)4n21 + 1n u2 1(=2);
ouu1(=2)est le quantile de la loi normale centree et reduite.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 45 / 50
L'intervalle de conance pour la proportionAau niveau de conance (1) est egal a bn;A(obs)u1(=2)rbn;A(obs)(1bn;A(obs))n < A ouu1=2est le quantile de la loi normale centree et reduite.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 46 / 50 Remarques
1. I lexi step ource sd euxi ntervallesu nef ormuleave cu neco rrectiond e continuite de Yates pour tenir compte du passage d'une loi discrete a une loi continue. Donc, parfois, nous pouvons constater un leger ecart entre le calcul de cette formule si nous le realisons a la main et le calcul donne par un logiciel de statistique. Donc une recommandation que nous pouvons faire : regarder ce qui est programme dans le manuel du logiciel qui est utilise. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 47 / 50 Remarques
2. P our etablirl' intervalled ec onancepa rla m ethoded eW ald, l'approximation de la loi binomiale par la loi normale a ete utilisee. Il faut se rappeler que pour utiliser cette approximation, certaines conditions doivent ^etre remplies. 3. En n,i lm anquel af ormulema thematiqued el 'intervallede con ance par la methode de Clopper-Pearson. Elle n'a pas ete presentee ici car le calcul est un peu plus complique que les deux autres. Neanmoins elle peut ^etre retrouvee facilement sur internet. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 48 / 50 Exemple : La bacterie Brucella abortus
Dans le cas d'une contamination d'un grand cheptel bovin par la bacterie Brucella abortus, un veterinaire observe 53 avortements pour 134 vaches gestantes. Quelle proportion d'avortements peut-il predire dans le cheptel au seuil de conance egal a 95%? Au sujet de la bacterieBrucella abortus, nous renvoyons le lecteur au rapport de Juillet 2015 redige par l'Anses et telechargeable a l'adresse suivante : Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 49 / 50 La bacterie Brucella abortus : suite et n
L'estimation ponctuelle de la proportion d'avortements est egale a : 53=134.
L'intervalle de conance asymptotique a 95% pour la proportion d'avortements est egal a : ]0;3127336;0;4783111[ Les commandes sousRpour obtenir les resultats ci-dessus sont les suivantes :> pe<-53/134 > pe-qnorm(0.975)*sqrt((pe*(1-pe))/134) [1] 0.3127336 > pe+qnorm(0.975)*sqrt((pe*(1-pe))/134) [1] 0.4783111 Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 50 / 50quotesdbs_dbs6.pdfusesText_11
1et l2sont les quantiles respectivement a=2et a1(=2)du loi du
Khi-deux a(n1)degres de liberte.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 33 / 50Denition
l1et l2sont les bornes de l'intervalle de probabilite pour(n1)S2n;c=2si :
P l1<(n1)S2n;c
22< 2<(n1)S2n;c(x1;:::;xn)l
1; ou l1et l2sont les quantiles denis dans la diapositive precedente.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 35 / 50
Remarque
Pour obtenir le quantilel1d'une loi du Khi-deux, sousR, vous tapez la ligne de commande suivante : >qchisq(0.025,n-1) ou la quantiten1 est remplacee par la valeur adequate. De m^eme pour l2en remplacant 0;025 par 0;975.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 36 / 50
Exemple : Les plantes marines
Un biologiste etudie un type d'algue qui attaque les plantes marines. La toxine contenue dans cette algue est obtenue sous forme d'une solution organique. Il mesure la quantite de toxine par gramme de solution. Il a obtenu les neuf mesures suivantes, exprimees en milligrammes :1;2;0;8;0;6;1;1;1;2;0;9;1;5;0;9;1;0:
Nous supposons que ces mesures sont les realisations de variables aleatoires independantes et identiquement distribuees suivant une loi normale d'esperanceet d'ecart-typepop.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 37 / 50Les plantes marines : suite
Donnons une estimation ponctuelle de la moyenne de la quantite de toxine par gramme de solution : b9(obs) = 1;022222mg: Donnons une estimation ponctuelle de la variance de la quantite de toxine a l'aide de l'estimateur corrige de la varianceS29;c: S29;c(obs) = 0;06944444mg2Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 38 / 50
Les plantes marines : suite
Determinons un intervalle de conance a 95% pour la variance2popde la quantite de toxine par gramme de solution. La moyenneet la variance2popetant inconnues, l'intervalle de conance a 95% pour la variance2pops'obtient avec la formule suivante :
8S29;c(obs)l
2< 2pop<8S29;c(obs)l
10;032mg2< 2pop<0;255mg2
oul1= 2;180 est le quantile d'ordre 0;025 pour une loi du Khi-deux2(8) etl2= 17;535 est le quantile d'ordre 0;975 pour une loi du Khi-deux2(8).Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 39 / 50
Les plantes marines : n
Les commandes sous R qui donnent les resultats ci-dessus sont les suivantes : > mean(toxine) [1] 1.022222 > var(toxine) [1] 0.06944444 > 8*var(toxine)/qchisq(0.975,8) [1] 0.03168349 > 8*var(toxine)/qchisq(0.025,8) [1] 0.2548735 Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 40 / 50Sommaire
1Introduction
2Principe
3Intervalle de conance
4Estimation de la moyenned'une variable gaussienne5Estimation de la variance2d'une variable gaussienne6Estimation d'une proportion
Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 41 / 50 Nous souhaitons construire un intervalle de conance pour une proportion Ad'individus de la population qui possedent un certain caractereA. Pour estimerA, nous allons nous servir de l'estimateurbn;A, qui a ete deni auparavant, a partir du moment ou nous faisons l'hypothese que le tirage est aleatoire avec remise, ce qui correspond a une population innie. D'autre part, nous pouvons montrer quenbn;Asuit une loi binomiale de parametresnetA.A partir de ce resultat, nous pouvons construire un intervalle de conance pourA.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 42 / 50 Les trois methodes pour construire un intervalle de conance pour uneproportionAque nous rencontrerons le plus souvent sont :1la methode exacte ou encore appelee la methode de Clopper-Pearson
qui maintenant est realisable avec par exemple le logicielR;2la methode du score ou encore appelee la methode de Wilson ou
encore la methode de l'ellipse;3la methode asymptotique ou encore appelee la methode de Wald. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 43 / 50 Des etudes statistiques ont montre que, parmi ces trois methodes, la methode a privilegier est la methode du score. Neanmoins, la methode de Wald reste tres utilisee et presentee dans de nombreux manuels alors qu'elle ne permet generalement pas d'obtenir des intervalles de conance de qualite convenable. Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 44 / 50 L'intervalle de conance pour la proportionAau niveau de conance (1) est egal a bn;A(obs) +12nu21=2u1=2v
uutbn;A(obs)(1bn;A(obs))n +u21=24n21 + 1n u2 1=2< A bn;A(obs) +12nu21(=2)+u1(=2)v
uutbn;A(obs)(1bn;A(obs))n +u21(=2)4n21 + 1n u21(=2);
ouu1(=2)est le quantile de la loi normale centree et reduite.Myriam Maumy-Bertrand (IRMA)Vendredi 06 octobre 2017 45 / 50
L'intervalle de conance pour la proportionAau niveau de conance (1) est egal a bn;A(obs)u1(=2)rbn;A(obs)(1bn;A(obs))n < A