8.2. Estimation de la moyenne d’une population 147
IMPORTANT
On considère qu’une population est infinie si N > 20n.
Exemple 8.2.Le poids d’un rat de laboratoire est distribué normalement
avec une moyenne de 228.6gavec un écart type de 17.8g. On prend au hasard
16 rats. Quelle est la probabilité que la moyenne des poids des 16 rats soit
inférieure à 220g?
SOLUTION
Posons X: le poids d’un rat de laboratoire. Nous avons que X∼N228.6,17.82.
Nous avons ¯
Xla moyenne de poids de 16 rats. Alors, ¯
X∼N228.6,17.82
16 .
Nous cherchons
P(¯
X < 220) = PZ < 220 −228.6
17.8
√16
=P Z < −8.6
4.45
=P(Z < −1.93)
= 0.5−P(0 < Z < 1.93)
= 0.5−0.4732
= 0.0268
2. Estimation de la moyenne d’une population
Soit {x1, x2, x3, ..., xn}les nvaleurs d’une variable aléatoire Xd’un
échantillon choisit aléatoirement. Nous sommes intéressés à estimer la va-
leur de la moyenne de la population entière, c’est-à-dire µ. Il existe deux
façons d’estimer µ.
Définition 14 (Estimation ponctuelle).Soit {x1, x2, x3, ..., xn}les nva-
leurs d’une variable aléatoire Xd’un échantillon. L’estimation ponctuelle
de la moyenne de la population, notée ˆµ, est donnée par ˆµ= ¯x.
Ce type d’estimation est le plus simple. Par contre, plus la taille de
l’échantillon est petite, moins l’estimation sera réaliste. C’est pourquoi le
deuxième type d’estimation est plus utilisé.
Définition 15 (Estimation par intervalle de confiance).Soit {x1, x2, x3, ..., xn}
les nvaleurs d’une variable aléatoire Xd’un échantillon. L’estimation par
intervalle de confiance de la moyenne de la population est donnée par
µ∈[¯x−ME, ¯x+M E],avec une probabilité 1−α
Ici, ME est la marge d’erreur et 1−αest le niveau de confiance.