Leçon 3 sur 5
L'échantillonnage et les estimateurs
Je sais décrire la loi de la moyenne et de la fréquence d'un échantillon, et juger la qualité d'un estimateur (biais, variance, convergence).
- 1 h 10
- 4 exercices corrigés
- QCM de 5 questions
À la fin de la leçon, vous saurez :
- Distinguer population, échantillon, paramètre et statistique
- Établir la loi de la moyenne empirique et énoncer le théorème central limite
- Déterminer la loi de la fréquence d'échantillon
- Étudier le biais et la convergence d'un estimateur, notamment de la variance
Avant de commencer : Leçons 1 et 2 du cours (espérance, variance, loi normale, loi binomiale).
1Je découvre
Une association d'étudiants de l'université veut connaître le temps moyen que les étudiants passent chaque jour dans les transports pour venir au campus. Interroger tous les inscrits est impossible : trop long, trop coûteux. On tire donc au hasard 100 étudiants sur les listes d'inscription, on leur pose la question et l'on obtient une moyenne de 52 minutes.
Une autre équipe tire aussi 100 étudiants et trouve 49 minutes. Une troisième, 55 minutes. Aucun résultat n'est « faux » : chaque échantillon donne une valeur différente. Mais alors, quel crédit accorder à ces chiffres, et comment savoir si la méthode de calcul est bonne ?
Comment se comporte une moyenne calculée sur un échantillon tiré au hasard, et à quelles conditions est-elle une bonne estimation de la moyenne de toute la population ?
La suite se lit avec votre compte Kharandi Université
La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.