Comment déterminer une taille… : En utilisant l'inégalité de concentration… — Tle spé maths | MetMat

Comment déterminer une taille d'échantillon pour garantir une précision $\varepsilon$ avec un risque $\alpha$ ?

En utilisant l'inégalité de concentration $P(|M_n - \mu| \geq \varepsilon) \leq \dfrac{V}{n\varepsilon^2} \leq \alpha$ , puis en résolvant $n \geq \dfrac{V}{\alpha\varepsilon^2}$

Trouver la taille minimale $n$ d'un échantillon pour que la moyenne empirique $M_n$ soit à distance au plus $\varepsilon$ de l'espérance $\mu$ avec une probabilité d'erreur inférieure à $\alpha$ .

Maîtriser

Reconnaître

Résoudre

Que ferais-tu face à un exercice de ce type ?

Un sondage d'opinion porte sur la proportion $p$ de personnes favorables à une mesure. On souhaite une précision de $\varepsilon = 0{,}02$ avec un risque $\alpha = 5\%$ . Déterminer la taille minimale de l'échantillon.

L'objectif

Le principe

Si $X_1, \ldots, X_n$ sont des variables aléatoires indépendantes et identiquement distribuées de même espérance $\mu$ et même variance $V$ , alors $V(M_n) = \dfrac{V}{n}$ , et Bienaymé-Tchebychev donne $P(|M_n - \mu| \geq \varepsilon) \leq \dfrac{V}{n\varepsilon^2}$ .

La méthode

1
Identifier la variance $V$ de chaque observation (ou la majorer par $V \leq \dfrac{1}{4}$ si les variables suivent une loi de Bernoulli et que $p$ est inconnu).
Comment calculer l'espérance et la variance de la moyenne $M_n$ d'un échantillon ?Voir
2
Relever les données du problème : la précision souhaitée $\varepsilon > 0$ et le risque maximal accepté $\alpha \in ]0, 1[$ .
3
Écrire l'inégalité de concentration : $P(|M_n - \mu| \geq \varepsilon) \leq \dfrac{V}{n\varepsilon^2}$ , puis imposer $\dfrac{V}{n\varepsilon^2} \leq \alpha$ .
Comment appliquer l'inégalité de Bienaymé-Tchebychev ?Voir
4
Résoudre pour $n$ : $n \geq \dfrac{V}{\alpha \varepsilon^2}$ . Prendre le plus petit entier vérifiant cette inégalité.
5
Conclure en indiquant la taille minimale $n$ et interpréter : avec cet échantillon, on a $P(|M_n - \mu| \geq \varepsilon) \leq \alpha$ .

Pour comprendre, fais des exercices !

Exercice d'exemple

Étape 1 —

Identifier la variance

V

de chaque observation (ou la majorer par

V \leq \dfrac{1}{4}

si les variables suivent une loi de Bernoulli et que

p

est inconnu).

Chaque observation est une variable de Bernoulli de paramètre $p$ inconnu. On majore la variance par $V \leq \dfrac{1}{4}$ (maximum de $p(1-p)$ sur $[0,1]$ ).

Étape 2 —

Relever les données du problème : la précision souhaitée

\varepsilon > 0

et le risque maximal accepté

\alpha \in ]0, 1[

Les données sont $\varepsilon = 0{,}02$ et $\alpha = 0{,}05$ .

Étape 3 —

Écrire l'inégalité de concentration :

P(|M_n - \mu| \geq \varepsilon) \leq \dfrac{V}{n\varepsilon^2}

, puis imposer

\dfrac{V}{n\varepsilon^2} \leq \alpha

On écrit $P(|M_n - p| \geq 0{,}02) \leq \dfrac{1/4}{n \times (0{,}02)^2} = \dfrac{1}{4n \times 0{,}0004} = \dfrac{625}{n}$ . On impose $\dfrac{625}{n} \leq 0{,}05$ .

Étape 4 —

Résoudre pour

n

n \geq \dfrac{V}{\alpha \varepsilon^2}

. Prendre le plus petit entier vérifiant cette inégalité.

On résout : $n \geq \dfrac{625}{0{,}05} = 12\,500$ .

Étape 5 —

Conclure en indiquant la taille minimale

n

et interpréter : avec cet échantillon, on a

P(|M_n - \mu| \geq \varepsilon) \leq \alpha

La taille minimale est $n = 12\,500$ . Avec cet échantillon, la fréquence observée $M_n$ est à distance au plus $0{,}02$ de $p$ avec une probabilité d'erreur inférieure à $5\%$ .

$n \geq 12\,500$

Les applications suivantes et la correction guidée sont réservées aux membres Premium

La méthode et sa première application corrigée restent en accès libre. Le Premium débloque les applications suivantes, l'aide IA et le suivi de ta maîtrise.

Comment déterminer une taille d'échantillon pour garantir une précision ε\varepsilonε avec un risque α\alphaα ?

En utilisant l'inégalité de concentration P(∣Mn−μ∣≥ε)≤Vnε2≤αP(|M_n - \mu| \geq \varepsilon) \leq \dfrac{V}{n\varepsilon^2} \leq \alphaP(∣Mn​−μ∣≥ε)≤nε2V​≤α, puis en résolvant n≥Vαε2n \geq \dfrac{V}{\alpha\varepsilon^2}n≥αε2V​

Pour comprendre, fais des exercices !

Comment déterminer une taille d'échantillon pour garantir une précision $\varepsilon$ avec un risque $\alpha$ ?

En utilisant l'inégalité de concentration $P(|M_n - \mu| \geq \varepsilon) \leq \dfrac{V}{n\varepsilon^2} \leq \alpha$ , puis en résolvant $n \geq \dfrac{V}{\alpha\varepsilon^2}$