R EVUE DE STATISTIQUE APPLIQUÉE
A. G HOUILA H OURI J. M OTHES
Estimation de la moyenne et de la variance d’une population normale Dans l’hypothèse de prélèvements exhaustifs
Revue de statistique appliquée, tome 9, n
o3 (1961), p. 27-31
<
http://www.numdam.org/item?id=RSA_1961__9_3_27_0>
© Société française de statistique, 1961, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (
http://www.sfds.asso.fr/publicat/rsa.htm
) implique l’accord avec les conditions générales d’uti- lisation (
http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
ESTIMATION DE LA MOYENNE ET DE LA VARIANCE
D’UNE POPULATION NORMALE
DANS L’HYPOTHÈSE DE PRÉLÈVEMENTS EXHAUSTIFS
A. GHOUILA HOURI
etJ. MOTHES
1 - INTRODUCTION
L’estimation sur échantillon d’une
proportion
de déchets et l’estimationégalement
sur échantillon de la moyenne et de la variance d’unepopulation
normale sont deux
problèmes classiques
relevant de lastatistique
mathéma-tique élémentaire.
En ce
qui
concerne lesproportions
dedéchets,
2 solutions sontgéné-
ralement
fournies,
l’une concernant desprélèvements
exhaustifs(on
se réfèrealors à la loi
hyper-géométrique)
l’autre concernant desprélèvements
nonexhaustifs
(on
se réfère alors à la loi binomialé ou à la loi dePoisson).
En ce
qui
concerne d’autrepart
les estimations de la moyenne et de la variance d’unepopulation normale,
les solutionsclassiques
concernenttoujours
la moyenne et la variance de lapopulation
deréférence.
En d’autrestermes,
si nousdésignons
parmd
et6d la
moyenne et la variance de lapopulation
mère(finie)
soumiseà. examen,
en admettant que la distribution de cettepopulation
se raccorde à unepopulation
de référence normale de moyenne m et devariance 0’2"
lestechniques
usuellesconduisent,
àpartir
des résultats échantillonnés dans la
population (md, 03C32d),
à l’estimation de met de
Cy 2.
Enpratique,
lestechniques classiques
sontamplement suffisantes,
les écarts entre
md
et m d’unepart,
entreCr2 d
etcr 2
d’autrepart
étantnégli-
geables. Toutefois,
il est à titre d’exercice intéressant de se proposer l’esti- mation sur échantillon demd
et deCr d 2,
autrement dit de définir les tests tenantcompte
de l’exhaustivité desprélèvements.
C’est ce que nous ferons au coursdes pages suivantes.
II - ESTIMATION DE
m d
Ayant prélevé un
échantillon den éléments
dans lapopulation,
échan-tillon de moyenne
x,
nous savons quex
est distribuée suivant une loi nor-male
(m, 03C32 n).
De
même,
la moyenne x des N - npièces
résiduelles est distribuée suivant une loi normale(m, N Cy 2 n
Dans ces
conditions, x - x
est distribuée suivant une loi normale demoyenne 0
et de varianceC;2 1 + 1 =
02N
28
Désignant
par md la moyenne des Néléments,
et dans ces conditions
md - x
suit une loi normale de moyenne 0 et de va- rianceN - N. 03C32 n.
D’où l’estimation dem. :
nance
N * n 0 es Imatlon e
md :
L’intervalle de confiance de
md
est de la forme :avec
t.,
découlant des tables de la loi normale. Ce dernier résultat est tou- tefois de peu d’intérêtpuisqu’on
ne connaît pas o.Pour tourner la difficulté il suffit de remarquer :
- d’une
part
queest distribuée suivant une loi normale réduite
- d’autre
part
quevariance de l’échantillon
observé)
est distribuée suivant une loi de
X2
à n - 1degrés
de liberté.On en
déduit,
eneffet,
immédiatement que :est distribuée suivant une loi de Student-Fisher à n - 1
degrés
de liberté.L’intervalle
de confiance demd
est ainsi défini par :ta
découlant de la table de Student-Fisher(avec
v - n - 1degré
deliberté).
(1)
avecRevue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
III -
ESTIMATION DE 03C32d
Désignons
parx11,
x12,
..., xIn les résultats échantillonnés et parx21, x22,
...,x2,N-n
le s valeurs de N - n éléments résiduels.
Par définition
Nous pouvons d’autre
part
écrire :De son
côté, compte-tenu
de la relation :la somme
En
définitive,
considérantN 03C32d après
divisionpar 02
variance de lapopulation
deréférence,
onpeut
écrire :Compte
tenu du raccordement à la loi normalesuit une loi
de x2
à N - 1degré
de libertésuit une loi
de X2
à n - 1degrés
de libertésuit une loi
de X2
à N - 1degrés
de libertésuit une loi
de ~2
à 1degré
deliberté(1)
(1)
Rappelons en effetqu’il
revient au même de dire quex - x 03C3N n(N - n)
suit une loi normaleréduite
(cf.
leparagraphe
consacré à l’estimation demd)
ou que son carré suit uneloi de X 2 à 1
degré
de liberté.30
En vertu du théorème de
Cochran,
les 3 dernièresexpressions
sontindépendantes.
Dans ces conditions :(distribuée
suivant une loi de~2
à N - ndegrés
deliberté) et 03A3(xli - x)2 03C3
(distribuée
suivant une loi deX2
à n - 1degrés
deliberté)
sont deuxexpressions
indépendantes.
A ce
stade,
nousdisposons
de tous les éléments nécessaires pour cal- culer l’intervalle de confiance deCI 2. d
Il suffit de serappeler
que lerapport
~21
et~22 étant
des variablesindépendantes
distribuées suivant des lois deX2
àvi
etv2 degrés
de libertérespectivement,
est lui-même distribué suivantune loi de Snedecor à
(vl, v2) degrés
de liberté. Parapplication
directe de cerésultat le
rapport
est en effet distribué suivant une loi de Snedecor avec
V, r.
N .- n etv2 - n -
1degrés
de liberté.Au
risque
achoisi,
onpeut
donc déduire pour lerapport
un intervalle de confiance tel que
De
là, 03C3’12
étant connu, découle l’intervalle de confiance pour03C32d.
On
peut
comparer les résultats que donnent : Observation :1)
l’estimation de(y 2par
la méthodeclassique.
2)
l’estimation dead2 par
la méthode ici décrite.La
quantité
est distribuée comme
Revue de Statistique Appliquée. 1961 - Vol. IX - N’ 3
31
Laquantité
est distribuée comme
F(03BD1
= N - n v2 = n -1).
Si N estgrand,
n étant né-gligeable
parrapport
à N sans êtretrop faible,
F devient voisinde âl/a2
et sadistribution est voisine de’la distribution de
F(~, 03BD2),
c’est-à-dire de la dis- tribution deLa distribution de
(n - 1)2 03C32d
estpratiquement
cellede X2
=(n - 0 2 1) 82
comme on
pouvait s’y attendre.
On aura :
soit
soit