ch3 Echantionnage

CH 3: Echantillonnage et
Distributions d’échantillonnage
Master Universitaire Spécialisée:
Ingénierie de la Logistique et Transport
MUS ILT
AU: 2021-2022
Echantillonnage et Distributions
d’échantillonnage
Dans le chapitre 1, nous avons défini ce que sont un élément, une
population et un échantillon :
• Un élément est une entité pour laquelle des données sont collectées.
• Une population est l’ensemble de tous les éléments auxquels on
s’intéresse.
• Un échantillon est un sous-ensemble de la population.
La constitution d’un échantillon permet de collecter des données pour
répondre à une question concernant une population.
Ø Citons deux exemples dans lesquels un échantillon est

utilisé pour répondre à une question concernant une
population.
REMARQUES:
1. Il est important de comprendre que les résultats d’un échantillon
fournissent seulement des estimations de la valeur des caractéristiques de
la population considérée. On ne s’attend pas à ce qu’exactement 40 % de
la population des électeurs soit favorable au candidat considéré ; de
même, on ne s’attend pas à ce que la moyenne d’échantillon de 36 500
kilomètres soit exacstement égale au kilométrage moyen de tous les
pneus de la population.
2. Ceci tient au fait que l’échantillon ne contient qu’une partie de la
population. Une certaine erreur d’échantillonnage est attendue
3. Avec des méthodes d’échantillonnage adéquates, les résultats de

l’échantillon fournissent toutefois de « bonnes » estimations des
paramètres de la population. Mais quelle justesse des résultats peut-on
espérer ? Des procédures statistiques permettent de répondre à cette
question.
Dans ce chapitre, nous verrons comment:
1- sélectionner un échantillon à partir d’une population finie grâce à la méthode

d’échantillonnage aléatoire simple.
2- comment un échantillon aléatoire peut être issu d’une population infinie générée
par un processus.
3- comment utiliser les données obtenues à partir de l’échantillon pour estimer la

moyenne, l’écart type ou une proportion de la population.
Ø LE PROBLÈME D’ÉCHANTILLONNAGE DE LA SOCIÉTÉ
ELECTRONICS ASSOCIATES
Le directeur du personnel de la société Electronics Associates (EAI) a été chargé

d’identifier le profil des 2 500 employés de la société. Les caractéristiques
pertinentes à identifier comprennent le salaire annuel moyen des employés et la
proportion d’employés ayant suivi le programme de formation au management,
mis en place par la société. (voir TP 1).
I) SÉLECTIONNER UN ÉCHANTILLON
I-1) Échantillonnage à partir d’une population finie
I-2) ESTIMATION PONCTUELLE
Maintenant que nous avons décrit comment constituer un échantillon aléatoire
simple, revenons au problème de la société EAI. Supposez qu’un échantillon
aléatoire simple de 30 employés ait été constitué et que les données correspondantes
sur le salaire annuel et la participation au programme de formation au management
soient celles présentées dans le tableau 7.2. La notation x1 , x2 , etc., est utilisée pour
noter le salaire annuel du premier employé de l’échantillon, le salaire annuel du
deuxième employé, etc. La participation au programme de formation est indiquée par
un « oui » dans la colonne « programme de formation au management ».
L’estimation ponctuelle est une forme d’inférence statistique. Nous utilisons une
statistique d’échantillon pour faire de l’inférence à propos d’un paramètre d’une
population. Lorsque l’on fait de l’inférence sur une population en se basant sur un
échantillon, il est important d’avoir des liens forts entre la population échantillonnée
et la population cible. La population cible est la population sur laquelle vous voulez
faire de l’inférence, alors que la population échantillonnée est la population à partir de
laquelle l’échantillon est sélectionné
II) INTRODUCTION AUX DISTRIBUTIONS
D’ÉCHANTILLONNAGE
Ø La moyenne d’échantillon "̅ comme l’estimateur ponctuel de la moyenne de la
population #.
Ø La proportion d’échantillon $̅ comme l’estimateur ponctuel de la proportion de la
population p.
Ø Dans le cadre de l’échantillon aléatoire simple des 30 employés de la société EAI,
présenté dans le tableau 7.2, l’estimation ponctuelle de # est "̅ = 51 814 dollars et
l’estimation ponctuelle de p est $̅ = 0, 63.
Le tableau 7.4 contient une partie des résultats obtenus pour 500
échantillons aléatoires simples et le tableau 7.5 présente les distributions
de fréquence absolue et relative des 500 valeurs de "̅ . La figure 7.1
représente l’histogramme des fréquences relatives des valeurs de "̅ .
II-i) DISTRIBUTION D’ÉCHANTILLONNAGE DE ! ̅
La moyenne d’échantillon !̅ est une variable aléatoire et sa distribution de probabilité
est appelée distribution d’échantillonnage de !̅ .
La moyenne de la variable aléatoire !̅ correspond à l’espérance mathématique de !̅ .

Soient E(!̅ ) l’espérance mathématique de !̅ et m la moyenne de la population d’où
est issu un échantillon aléatoire simple. On peut montrer qu’avec un échantillonnage
aléatoire simple, E (!̅ ) et # sont égaux.
II-ii) Écart type de ! ̅
II-iii) DISTRIBUTION D’ÉCHANTILLONNAGE DE "
!
III) AUTRES MÉTHODES D’ÉCHANTILLONNAGE
Nous avons décrit la procédure d’échantillonnage aléatoire simple
comme une procédure d’échantillonnage à partir d’une population
!
finie et discuté des propriétés des distributions d’échantillonnage de "
! , lorsqu’on utilise un échantillon aléatoire simple.
et de #
III-i) Échantillonnage aléatoire stratifié

Après avoir formé les strates, un échantillon aléatoire simple est
sélectionné dans chaque strate.
III-ii) Échantillonnage par grappes
L’une des applications principales de l’échantillonnage par grappes est
l’échantillonnage de régions, où les grappes sont les quartiers d’une ville
ou d’autres zones bien définies.
III-iii) Échantillonnage systématique
IV) Travaille à faire

ch3 Echantionnage

Transféré par

Droits d'auteur :

Formats disponibles

ch3 Echantionnage

Transféré par

Informations du document

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

ch3 Echantionnage

Transféré par

Droits d'auteur :

Formats disponibles

CH 3: Echantillonnage et

Ø Citons deux exemples dans lesquels un échantillon est

3. Avec des méthodes d’échantillonnage adéquates, les résultats de

1- sélectionner un échantillon à partir d’une population finie grâce à la méthode

3- comment utiliser les données obtenues à partir de l’échantillon pour estimer la

Le directeur du personnel de la société Electronics Associates (EAI) a été chargé

La moyenne de la variable aléatoire !̅ correspond à l’espérance mathématique de !̅ .

III-i) Échantillonnage aléatoire stratifié

Vous aimerez peut-être aussi