- Savoir ce qu’est un échantillon de taille
et calculer une fréquence . - Observer la fluctuation d’échantillonnage et la loi des grands nombres.
- Connaître l’écart
entre fréquence et probabilité, et l’utiliser pour juger un modèle. - Estimer une proportion inconnue à partir d’un échantillon.
- Lire et écrire en Python une fonction de simulation.
IÉchantillon et fréquence
On s’intéresse à une expérience aléatoire à deux issues : « succès » (de probabilité
Un échantillon de taille
Si l’on obtient
On a toujours
On lance
Deux échantillons de même taille donnent en général des fréquences différentes : c’est la fluctuation d’échantillonnage.
La fréquence
IILoi des grands nombres
Lorsque la taille
La figure montre trois simulations de
Quand
Les lancers sont indépendants : après cinq « pile » de suite, « face » n’est pas plus probable. La loi des grands nombres ne « compense » pas les résultats passés ; elle décrit seulement ce qui se passe quand
IIIÉcart entre fréquence et probabilité
Pour des échantillons de taille
c’est-à-dire
Ci-dessous,
Pour
Pour diviser cet écart par
- Calculer la fréquence observée
. - Calculer
. - Comparer l’écart
à :- si
, le résultat est compatible avec le modèle ; - sinon, il est rare sous ce modèle : on peut douter du modèle.
On lance
Comme
Ce n’est jamais une certitude. Même avec un dé équilibré, quelques échantillons sur cent s’écartent de plus de
IVEstimer une proportion inconnue
L’inégalité
Donc, dans au moins
Sur
On estime que la proportion
Plus l’échantillon est grand, plus l’intervalle est étroit : l’estimation est plus précise.
VSimuler en Python
L’instruction random() du module random renvoie un nombre au hasard dans random() < p est donc vrai avec la probabilité
La fonction freq simule un échantillon de taille n et renvoie la fréquence du succès :
from random import random
from math import sqrt
def freq(n, p):
k = 0
for i in range(n):
if random() < p:
k = k + 1
return k / nLa fonction proche simule N échantillons de taille n et renvoie la proportion de ceux pour lesquels
def proche(N, n, p):
e = 1 / sqrt(n)
c = 0
for j in range(N):
f = freq(n, p)
if abs(f - p) <= e:
c = c + 1
return c / NSix appels de proche(1000, 100, 0.5) ont renvoyé :
- Fréquence :
; elle varie d’un échantillon à l’autre (fluctuation). - Quand
augmente, se rapproche de (loi des grands nombres). - Dans au moins
des cas environ : . - Si
, on peut douter du modèle (avec un risque d’erreur). - Estimation :
appartient à dans au moins des cas environ.
Cours lu ? Continue avec :