• 12 heures
  • Moyenne

Ce cours est visible gratuitement en ligne.

course.header.alt.is_video

course.header.alt.is_certifying

J'ai tout compris !

Mis à jour le 13/03/2024

Découvrez les intervalles de confiance

On passe maintenant à la réponse à la deuxième question, grâce aux intervalles de confiance !

L'idée

On a vu précédemment que l'estimation d'un paramètre θ peut différer selon l'échantillon qu'on va considérer. Cet estimateur ˆθ est bel et bien une variable aléatoire qui tombe "autour" de θ mais rarement sur sa "vraie" valeur.

Mathématiquement

Cette fois, on cherche une estimation du paramètre θ dans un intervalle de confiance, une fourchette dont on connaîtra la probabilité.
On cherche donc à déterminer les bornes d'un intervalle, dépendantes de l'échantillon, notées IC(X1,,Xn) et IC+(X1,,Xn) , telles que la probabilité que le paramètre soit à l'intérieur soit dans cet intervalle, soit connue, égale à 1α :

P(IC(X1,,Xn)θIC+(X1,,Xn))=1α

1α]0,1[ désigne le niveau de confiance de l'intervalle.

Tel qu'écrit, il s'agit d'un intervalle de confiance bilatère (on encadre le paramètre à gauche ET à droite), il est également possible de construire un intervalle unilatère (on encadre le paramètre à gauche OU à droite).

On se trouve toujours face à un dilemme : pour garantir le niveau de confiance, l'intervalle ne doit pas être trop étroit mais, pour être pratiquement utilisable, il ne doit pas être trop large. On cherche donc des intervalles aussi étroits que possible, au niveau de confiance 1α imposé, et ce uniformément en θ , d'où la difficulté du problème.

Classiquement on considère des intervalles de confiance de niveaux 90% ( α=10 ) ou 95% ( α=5 ).

Et si vous obteniez un diplôme OpenClassrooms ?
  • Formations jusqu’à 100 % financées
  • Date de début flexible
  • Projets professionnalisants
  • Mentorat individuel
Trouvez la formation et le financement faits pour vous
Exemple de certificat de réussite
Exemple de certificat de réussite