QCM : Estimation de la moyenne et intervalles — 10 questions

Explication

L'estimation de la moyenne consiste à utiliser la moyenne empirique X̄ comme estimateur sans biais de μ, en se basant sur la distribution normale de X̄ si X suit une loi normale. La réponse correcte est donc la première option, qui reflète cette définition.

Explication

La propriété fondamentale mentionnée dans le contenu indique que lorsque X suit une loi normale N(μ, σ²), la statistique Z = (X̄ - μ) / (σ/√n) suit une loi normale centrée réduite N(0,1).

Explication

La distribution normale est utilisée pour modéliser la distribution de la moyenne empirique X̄ lorsque la variable suit une loi normale, ce qui permet de déterminer la valeur critique z_α/2 pour construire l'intervalle de confiance.

Explication

La propriété que la statistique Z suit une loi normale centrée réduite N(0,1) a été formalisée dans la littérature statistique à la fin du 19e siècle, notamment vers 1890, avec la consolidation des travaux sur la loi normale et la distribution de la somme de variables indépendantes. Cette période marque la publication des résultats fondamentaux qui ont permis de standardiser la statistique Z dans le cadre de l'inférence statistique.

Explication

L’intervalle de confiance fournit une plage de valeurs probables pour le paramètre μ, avec un niveau de confiance, alors que l’estimation ponctuelle donne une seule valeur (X̄) sans indication de la précision ou de la probabilité qu’elle soit correcte.

Explication

Jerzy Neyman est crédité pour avoir introduit la notion de niveau de confiance et la propriété de couverture associée dans la construction d'intervalles de confiance en 1937, établissant ainsi la base de l'inférence statistique fréquentiste.

Explication

L'augmentation de la taille de l'échantillon n'améliore pas la moyenne empirique directement, mais réduit la variance de X̄, ce qui conduit à une estimation plus précise et à un intervalle de confiance plus étroit.

Explication

La méthode consiste à calculer la moyenne empirique X̄, puis à utiliser la loi normale pour déterminer la valeur critique z_{α/2} correspondant au niveau de confiance souhaité, et enfin construire l'intervalle en utilisant la formule appropriée. Cette procédure repose sur la propriété que X̄ suit une loi normale N(μ, σ²/n) lorsque X suit une loi normale N(μ, σ²), ou lorsque n est suffisamment grand selon le théorème central limite.

Explication

Un paramètre inconnu est une caractéristique réelle de la population, comme la moyenne μ, que l'on ne connaît pas mais que l'on souhaite estimer à partir d’un échantillon. La réponse 0 reflète cette définition, tandis que les autres propositions sont incorrectes : 1) un paramètre n'est pas une variable aléatoire, 2) il n'est pas connu précisément, 3) la moyenne empirique est un estimateur, pas le paramètre lui-même.

Explication

La taille d’échantillon correspond au nombre d’individus ou d’observations dans un échantillon, ce qui influence directement la précision de l’estimation du paramètre de la population.