Plan du cours échantillonnage et estimation s3.
Introduction générale du cours d'échantillonnage et estimation s3;
- Chapitre I: Rappel sur les différentes lois de probabilité;
- Chapitre II: Théorie d’échantillonnage;
- Chapitre III: Estimation ponctuelle;
- Chapitre IV: Estimation par intervalle de confiance;
- Chapitre V: Théorie des tests
Introduction
L’échantillonnage désigne l'opération destinée à sélectionner une fraction d'une population, afin de conduire des analyses.
- Méthodes de prélèvement d’un échantillon
- Méthode des quotas
- Échantillonnage aléatoire
- Échantillonnage au hasard simple
- Échantillonnage stratifié
- Échantillonnage par grappe
La problématique de l’inférence statistique consiste, à partir d’un échantillon de données (technique d'échantillonnage, chapitre2) provenant d’une population de loi de probabilité inconnue, à déduire des propriétés sur cette population : quelle est sa loi (problème d’estimation, chapitre 3 et 4), comment prendre une décision en contrôlant au mieux le risque de se tromper (problème de test chapitre 5).
L'échantillonnage permet aux statisticiens de tirer des conclusions au sujet d'un tout en y examinant une partie. Il nous permet d'estimer des caractéristiques d'une population en observant directement une partie de l'ensemble de la population.
Les chercheurs ne s'intéressent pas à l'échantillon lui-même, mais à ce qu'il est possible d'apprendre à partir de l'enquête et à la façon dont on peut appliquer cette information à l'ensemble de la population.
Télécharger le cours d'echantillonnage et estimation S3 en PDF