Rédigé et vérifié par un professeur diplômé de l’École Polytechnique, avec le niveau d’exigence attendu en classe préparatoire. Découvrir le professeur
En bref. La statistique inférentielle est la branche des statistiques qui tire des conclusions sur une population entière à partir d’un échantillon. Elle repose sur deux tâches : estimer une grandeur inconnue (moyenne, proportion) et tester une hypothèse. Son moteur théorique est la loi des grands nombres et le théorème central limite.
Un institut de sondage interroge 1 000 personnes et annonce « 42 % des Français, à 3 points près ». Comment passer légitimement de 1 000 réponses à 67 millions de Français ? C’est exactement la question que résout la statistique inférentielle. Là où la statistique descriptive se contente de résumer les données qu’on possède, l’inférence prend le risque de généraliser à ce qu’on ne mesurera jamais — et elle le fait avec un contrôle rigoureux de l’incertitude. Dans cet article, tu vas comprendre le cadre complet de l’inférence : le modèle statistique, l’estimation ponctuelle et par intervalle, les tests d’hypothèse, et le socle probabiliste (loi des grands nombres, théorème central limite) qui rend tout cela valide. Cours calibré post-bac et prépa, avec exercices corrigés.
I. Qu’est-ce que la statistique inférentielle ?
La statistique inférentielle est la discipline qui utilise un échantillon observé pour formuler des conclusions probabilistes sur une population entière inaccessible. Contrairement à la description, elle intègre systématiquement une mesure de l’incertitude liée au fait qu’on n’observe qu’une partie du tout.
Définition — Statistique inférentielle
La statistique inférentielle (ou inférence statistique) est l’ensemble des méthodes qui permettent, à partir d’un échantillon \(X_1, \dots, X_n\) issu d’une population, d’estimer un paramètre inconnu \(\theta\) de cette population (moyenne, proportion, variance) ou de décider entre des hypothèses concurrentes, tout en quantifiant le risque d’erreur associé.
Le vocabulaire central repose sur une distinction que tu dois garder en tête tout au long du cours :
- Le paramètre \(\theta\) est une quantité fixe mais inconnue qui caractérise la population (par exemple la vraie proportion \(p\) d’électeurs favorables).
- La statistique (ou estimateur) \(\hat{\theta}_n\) est une quantité aléatoire calculée à partir de l’échantillon, qui sert à approcher \(\theta\).
Cette opposition « fixe inconnu » contre « aléatoire observable » est le cœur conceptuel de toute l’inférence : on utilise du hasard maîtrisé (le tirage de l’échantillon) pour approcher une vérité déterministe qui nous échappe.
Une bonne image : le paramètre \(\theta\) est la cible fixe, invisible dans le brouillard. Chaque échantillon est un tir. L’estimateur \(\hat{\theta}_n\) est l’impact. On ne verra jamais la cible, mais si nos tirs sont bien réglés (sans biais) et de plus en plus groupés (convergents), on peut affirmer où elle se trouve, à une marge près.
II. Statistique descriptive ou inférentielle ?
La distinction entre statistique descriptive et statistique inférentielle est la question la plus fréquente sur ce sujet, et la source de confusion la plus tenace. La descriptive résume les données observées ; l’inférentielle généralise au-delà des données, en assumant un risque d’erreur mesuré.
Avec la statistique descriptive, on ne prend aucun risque : on calcule la moyenne des notes de ta classe, et cette moyenne est exacte pour ta classe. Avec l’inférence, on veut estimer la moyenne de tous les élèves de France à partir de ta classe seule — et là, il faut absolument quantifier à quel point on peut se tromper.
| Critère | Statistique descriptive | Statistique inférentielle |
|---|---|---|
| Objectif | Résumer, décrire les données observées | Généraliser à une population non observée |
| Portée | Se limite à l’échantillon | Conclut sur la population entière |
| Incertitude | Aucune (les données sont exactes) | Centrale : quantifiée par une probabilité |
| Outils | Moyenne, médiane, variance, écart-type, diagrammes | Estimateurs, intervalles de confiance, tests |
| Fondement | Arithmétique élémentaire | Théorie des probabilités (LGN, TCL) |
| Question type | « Quelle est la moyenne de mes données ? » | « Que puis-je conclure sur la population ? » |
En une phrase : la statistique descriptive dit ce que sont les données, la statistique inférentielle dit ce qu’elles suggèrent au-delà d’elles-mêmes.
Les deux ne s’opposent pas : elles s’enchaînent. On commence toujours par décrire l’échantillon (moyenne empirique, dispersion) avant d’en inférer quoi que ce soit. Pour une révision du versant descriptif, consulte le cours dédié aux statistiques descriptives ; cette page-ci prend le relais dès qu’on veut généraliser.
Erreur classique : croire qu’une moyenne calculée sur un échantillon est « la moyenne de la population ». La moyenne empirique \(\bar{X}_n\) n’est qu’une estimation de la moyenne théorique \(\mu\). Elle change à chaque échantillon : c’est ce qu’on appelle la fluctuation d’échantillonnage. La confondre avec la vraie valeur, c’est oublier l’incertitude, donc sortir de l’inférence.
Toute la statistique inférentielle sur 2 pages PDF
Modèle statistique, estimation, tests et le lien LGN/TCL : une fiche de synthèse claire et prête à imprimer pour tes révisions.
📄 Télécharger la fiche de coursL’essentiel du chapitre condensé, gratuit et immédiat.
III. Le modèle statistique : population, échantillon, estimateur
Toute inférence commence par un modèle statistique : une hypothèse sur la loi qui a engendré les données. C’est le pont entre le monde probabiliste (une loi dépendant d’un paramètre) et le monde des données (l’échantillon observé).
A. L’échantillon i.i.d.
Le cadre standard suppose que les observations sont indépendantes et de même loi.
Définition — Échantillon i.i.d.
Un \(n\)–échantillon d’une loi de variable aléatoire \(X\) est une famille \((X_1, \dots, X_n)\) de variables aléatoires indépendantes et identiquement distribuées (i.i.d.), chacune de même loi que \(X\). On note \(\mu = E(X)\) l’espérance commune et \(\sigma^2 = V(X)\) la variance commune, supposée finie.
L’hypothèse d’indépendance est cruciale : elle traduit un tirage « sans influence mutuelle » (un sondage avec remise, ou une population très grande devant \(n\)). Elle garantit notamment que la variance d’une somme est la somme des variances, ce qui va tout simplifier.
B. La moyenne empirique et sa loi
L’estimateur naturel de \(\mu\) est la moyenne empirique :
\(\bar{X}_n = \displaystyle\frac{1}{n}\sum_{k=1}^{n} X_k\)Ses deux premiers moments se calculent directement, et ce sont eux qui portent toute l’inférence.
Calcul de l’espérance et de la variance de \(\bar{X}_n\).
Par linéarité de l’espérance :
\(E(\bar{X}_n) = \displaystyle\frac{1}{n}\sum_{k=1}^{n} E(X_k) = \displaystyle\frac{1}{n}\cdot n\mu = \mu\)
Par indépendance des \(X_k\), la variance d’une somme est la somme des variances :
\(V(\bar{X}_n) = \displaystyle\frac{1}{n^2}\sum_{k=1}^{n} V(X_k) = \displaystyle\frac{1}{n^2}\cdot n\sigma^2 = \displaystyle\frac{\sigma^2}{n}\)
Conclusion : \(\bar{X}_n\) est centrée sur \(\mu\) (aucun biais), et sa dispersion \(\sigma/\sqrt{n}\) décroît vers 0 quand \(n\) grandit. Plus l’échantillon est grand, plus l’estimation se concentre autour de la vraie valeur.
C. Estimateur : biais et convergence
Un estimateur se juge sur deux qualités indissociables : est-il centré sur la bonne cible (sans biais), et se resserre-t-il autour d’elle (convergent) ?
Définition — Biais et convergence
Soit \(\hat{\theta}_n\) un estimateur du paramètre \(\theta\). Son biais est \(b(\hat{\theta}_n) = E(\hat{\theta}_n)- \theta\). L’estimateur est sans biais si \(b(\hat{\theta}_n) = 0\) pour tout \(\theta\). Il est convergent (au sens de la convergence en probabilité) si pour tout \(\varepsilon\) > \(0\) :
\(\displaystyle\lim_{n \to +\infty} P\left(\vert \hat{\theta}_n- \theta \vert \geq \varepsilon\right) = 0\)
Un estimateur sans biais et de variance tendant vers 0 est automatiquement convergent : c’est une conséquence directe de l’inégalité de Bienaymé-Tchebychev, que nous exploiterons au paragraphe VI. Le traitement complet du biais, avec le cas emblématique de la variance empirique et du facteur \(n-1\), fait l’objet de la page estimateur sans biais.
IV. L’estimation : du ponctuel à l’intervalle de confiance
Estimer, c’est proposer une valeur — mais une valeur seule ne dit rien de sa fiabilité. L’inférence livre donc deux produits complémentaires : une estimation ponctuelle (un nombre) et une estimation par intervalle (une fourchette assortie d’un niveau de confiance).
A. Estimation ponctuelle
L’estimation ponctuelle consiste à donner la meilleure valeur unique du paramètre. Les estimateurs usuels sont :
| Paramètre à estimer | Estimateur | Propriété |
|---|---|---|
| Espérance \(\mu\) | \(\bar{X}_n = \displaystyle\frac{1}{n}\sum_{k=1}^{n} X_k\) | Sans biais, convergent |
| Proportion \(p\) | \(F_n = \displaystyle\frac{1}{n}\sum_{k=1}^{n} X_k\) (avec \(X_k\) de Bernoulli) | Sans biais, convergent |
| Variance \(\sigma^2\) | \(S_n^2 = \displaystyle\frac{1}{n-1}\sum_{k=1}^{n} (X_k- \bar{X}_n)^2\) | Sans biais (d’où le \(n-1\)) |
B. Estimation par intervalle
Un nombre seul est presque sûrement faux : la probabilité que \(\bar{X}_n\) tombe exactement sur \(\mu\) est nulle pour une loi continue. On préfère donc encadrer \(\theta\) par un intervalle qui a une forte probabilité de le contenir.
Définition — Intervalle de confiance
Un intervalle de confiance pour \(\theta\) au niveau \(1- \alpha\) est un intervalle aléatoire \([A_n, B_n]\), dont les bornes dépendent de l’échantillon, tel que :
\(P\left(A_n \leq \theta \leq B_n\right) \geq 1- \alpha\)
Le réel \(\alpha\) (souvent 0,05) est le risque ; \(1- \alpha\) (souvent 95 %) est le niveau de confiance.
Pour une proportion, l’intervalle asymptotique le plus utilisé s’écrit, avec \(f\) la fréquence observée sur \(n\) individus :
\(\left[\, f- 1{,}96\,\displaystyle\frac{\sqrt{f(1-f)}}{\sqrt{n}}\;,\; f + 1{,}96\,\displaystyle\frac{\sqrt{f(1-f)}}{\sqrt{n}}\,\right]\)La construction complète, les conditions de validité et le calculateur interactif se trouvent sur la page intervalle de confiance. La demi-largeur de cet intervalle porte un nom que tout le monde connaît des sondages : la marge d’erreur.
Le contresens roi de l’inférence : « il y a 95 % de chances que \(\theta\) soit dans l’intervalle ». C’est faux. Le paramètre \(\theta\) est fixe, il n’a rien d’aléatoire. Ce qui est aléatoire, c’est l’intervalle : sur un grand nombre d’échantillons, 95 % des intervalles construits contiennent la vraie valeur. Pour ton intervalle précis, \(\theta\) est dedans ou dehors — on ne le saura jamais.
V. Les tests d’hypothèse : le raisonnement inférentiel
À côté de l’estimation, l’inférence sait aussi décider. Un test d’hypothèse répond à une question binaire : « les données sont-elles compatibles avec telle affirmation sur la population ? ». Le raisonnement est celui d’un procès : on présume l’innocence (l’hypothèse nulle), et on ne condamne que si les preuves sont accablantes.
Définition — Test d’hypothèse
Un test oppose l’hypothèse nulle \(H_0\) (le statu quo, ce qu’on cherche à réfuter) à l’hypothèse alternative \(H_1\). On calcule une statistique de test sur l’échantillon, et on rejette \(H_0\) si sa valeur tombe dans une zone jugée trop improbable sous \(H_0\).
Deux erreurs sont possibles, et c’est leur asymétrie qui structure toute la théorie :
| Décision \ Réalité | \(H_0\) vraie | \(H_0\) fausse |
|---|---|---|
| On garde \(H_0\) | Décision correcte | Erreur de 2e espèce (risque \(\beta\)) |
| On rejette \(H_0\) | Erreur de 1re espèce (risque \(\alpha\)) | Décision correcte (puissance \(1-\beta\)) |
Le risque de première espèce \(\alpha\) (rejeter à tort \(H_0\)) est celui qu’on contrôle en priorité, exactement comme la justice cherche avant tout à ne pas condamner un innocent. La méthodologie détaillée, le choix entre échantillons appariés ou indépendants et les tests classiques sont développés sur la page test d’hypothèse.
Le lien avec l’intervalle de confiance : rejeter \(H_0 : \theta = \theta_0\) au risque \(\alpha\) équivaut souvent à constater que \(\theta_0\) n’appartient pas à l’intervalle de confiance de niveau \(1- \alpha\). Estimation et test sont les deux faces d’une même pièce.
VI. Le socle probabiliste : pourquoi l’inférence fonctionne
Tout ce qui précède serait de la pure croyance sans deux théorèmes qui garantissent qu’un échantillon renseigne réellement sur la population. Ce sont eux qui font passer l’inférence du bricolage à la science : la loi des grands nombres et le théorème central limite.
A. La loi des grands nombres : la convergence
La loi des grands nombres justifie que la moyenne empirique approche la moyenne théorique. Voici la démonstration de la version faible, entièrement à partir de l’inégalité de Bienaymé-Tchebychev.
Loi faible des grands nombres. Soit \((X_n)\) une suite i.i.d. d’espérance \(\mu\) et de variance \(\sigma^2\) finie. Alors, pour tout \(\varepsilon\) > \(0\) :
\(\displaystyle\lim_{n \to +\infty} P\left(\vert \bar{X}_n- \mu \vert \geq \varepsilon\right) = 0\)
Démonstration. On sait que \(E(\bar{X}_n) = \mu\) et \(V(\bar{X}_n) = \sigma^2/n\). L’inégalité de Bienaymé-Tchebychev appliquée à \(\bar{X}_n\) donne, pour tout \(\varepsilon\) > \(0\) :
\(P\left(\vert \bar{X}_n- \mu \vert \geq \varepsilon\right) \leq \displaystyle\frac{V(\bar{X}_n)}{\varepsilon^2} = \displaystyle\frac{\sigma^2}{n\,\varepsilon^2}\)Le majorant tend vers 0 quand \(n \to +\infty\), donc la probabilité aussi (elle est positive). D’où la convergence en probabilité de \(\bar{X}_n\) vers \(\mu\). ∎
C’est précisément cette démonstration qui prouve la convergence de l’estimateur de la moyenne : sans biais, variance en \(\sigma^2/n\), donc convergent. La distinction entre convergence en probabilité (loi faible) et convergence presque sûre (loi forte) est traitée sur la page loi faible et loi forte des grands nombres.
B. Le théorème central limite : la vitesse
La loi des grands nombres dit que ça converge ; le théorème central limite dit à quelle vitesse et selon quelle loi. C’est lui qui fait apparaître le fameux 1,96 des intervalles de confiance.
Théorème central limite (TCL). Sous les mêmes hypothèses, la variable centrée réduite converge en loi vers la loi normale centrée réduite :
\(\displaystyle\frac{\bar{X}_n- \mu}{\sigma/\sqrt{n}} \;\stackrel{\mathcal{L}}{\longrightarrow}\; \mathcal{N}(0, 1)\)
Concrètement, pour \(n\) assez grand, \(\bar{X}_n\) se comporte comme une loi normale d’espérance \(\mu\) et d’écart-type \(\sigma/\sqrt{n}\). Comme une loi normale place environ 95 % de sa masse à moins de \(1{,}96\) écart-types de sa moyenne, on obtient directement l’intervalle de confiance au niveau 95 %. Le cas particulier de la loi binomiale approchée par la loi normale est le théorème de Moivre-Laplace.
C. Double lecture : au lycée, en prépa
🟢 Au lycée (Terminale, enseignement scientifique)
On admet l’intervalle de fluctuation et l’intervalle de confiance sous forme de formules « prêtes à l’emploi » (\(f \pm 1/\sqrt{n}\) en version simplifiée). Le TCL n’est pas nommé, la LGN est présentée intuitivement, et Bienaymé-Tchebychev sert de justification. On calcule et on interprète, on ne démontre pas la convergence.
🔴 En prépa / post-bac
L’inférence devient un cadre formel : modèle statistique, estimateur comme suite de variables aléatoires, biais et convergence en probabilité définis rigoureusement, LGN démontrée par Bienaymé-Tchebychev, TCL énoncé (parfois admis). Le vocabulaire change : « la moyenne empirique est un estimateur sans biais et convergent de l’espérance », là où le lycée disait « la moyenne de l’échantillon est proche de la vraie moyenne ».
D. Voir la convergence : une simulation
Une dizaine de lignes de Python suffisent à visualiser que l’estimateur d’une proportion se resserre autour de la vraie valeur quand \(n\) grandit.
import random
p_vrai = 0.42 # proportion inconnue (ici fixée pour la simulation)
for n in [10, 100, 1000, 10000]:
# on tire n reponses (1 = favorable, 0 = defavorable)
echantillon = [1 if random.random() < p_vrai else 0 for _ in range(n)]
f = sum(echantillon) / n # frequence observee = estimateur de p
print(f"n = {n:5d} -> estimation = {f:.3f}")
# Sortie typique :
# n = 10 -> estimation = 0.500
# n = 100 -> estimation = 0.390
# n = 1000 -> estimation = 0.418
# n = 10000 -> estimation = 0.421
L’estimation s’approche de 0,42 à mesure que \(n\) augmente : c’est la loi des grands nombres en action, et c’est tout le fondement de l’inférence.
VII. Exercices corrigés
Quatre exercices de difficulté croissante, du calcul de propriété d’un estimateur au raisonnement inférentiel complet. Cherche avant de dérouler la correction.
Exercice 1 — Espérance et variance d’un estimateur ★
Soit \((X_1, \dots, X_n)\) un échantillon i.i.d. d’espérance \(\mu\) et de variance \(\sigma^2\). On pose \(\bar{X}_n = \displaystyle\frac{1}{n}\sum_{k=1}^{n} X_k\). Calculer \(E(\bar{X}_n)\) et \(V(\bar{X}_n)\), puis justifier que \(\bar{X}_n\) est un estimateur sans biais et convergent de \(\mu\).
Voir la correction de l’exercice 1
Par linéarité de l’espérance :
\(E(\bar{X}_n) = \displaystyle\frac{1}{n}\sum_{k=1}^{n} E(X_k) = \displaystyle\frac{1}{n}\cdot n\mu = \mu\)Le biais est \(E(\bar{X}_n)- \mu = 0\) : l’estimateur est sans biais.
Par indépendance des \(X_k\) :
\(V(\bar{X}_n) = \displaystyle\frac{1}{n^2}\sum_{k=1}^{n} V(X_k) = \displaystyle\frac{\sigma^2}{n}\)Comme \(V(\bar{X}_n) \to 0\) et que l’estimateur est sans biais, l’inégalité de Bienaymé-Tchebychev donne, pour tout \(\varepsilon\) > \(0\), \(P(\vert \bar{X}_n- \mu \vert \geq \varepsilon) \leq \displaystyle\frac{\sigma^2}{n\varepsilon^2} \to 0\). L’estimateur est donc convergent.
Exercice 2 — Taille d’échantillon par Bienaymé-Tchebychev ★★
On veut estimer une proportion \(p\) par la fréquence observée \(F_n\) sur un échantillon de taille \(n\). En utilisant l’inégalité de Bienaymé-Tchebychev et la majoration \(p(1-p) \leq \displaystyle\frac{1}{4}\), déterminer une taille \(n\) garantissant \(P(\vert F_n- p \vert \geq 0{,}05) \leq 0{,}05\).
Voir la correction de l’exercice 2
Ici \(F_n\) est une moyenne de variables de Bernoulli, donc \(E(F_n) = p\) et \(V(F_n) = \displaystyle\frac{p(1-p)}{n}\). L’inégalité de Bienaymé-Tchebychev avec \(\varepsilon = 0{,}05\) donne :
\(P\left(\vert F_n- p \vert \geq 0{,}05\right) \leq \displaystyle\frac{p(1-p)}{n \times 0{,}05^2} \leq \displaystyle\frac{1}{4n \times 0{,}0025} = \displaystyle\frac{1}{0{,}01\,n} = \displaystyle\frac{100}{n}\)On veut ce majorant \(\leq 0{,}05\), soit \(\displaystyle\frac{100}{n} \leq 0{,}05\), c’est-à-dire \(n \geq \displaystyle\frac{100}{0{,}05} = 2000\).
Conclusion : \(n = 2000\) suffit. Remarque cruciale : la borne de Bienaymé-Tchebychev est grossière ; le théorème central limite donnerait environ \(n = 385\) pour la même garantie. C’est le prix d’une inégalité universelle qui n’utilise que la variance.
Exercice 3 — Construire et interpréter un intervalle de confiance ★★
Un sondage sur \(n = 1000\) personnes donne \(420\) réponses favorables à une mesure. Construire l’intervalle de confiance à 95 % de la proportion \(p\), puis expliquer précisément ce qu’il signifie.
Voir la correction de l’exercice 3
La fréquence observée est \(f = \displaystyle\frac{420}{1000} = 0{,}42\). La demi-largeur (marge d’erreur) vaut :
\(1{,}96 \times \displaystyle\frac{\sqrt{f(1-f)}}{\sqrt{n}} = 1{,}96 \times \displaystyle\frac{\sqrt{0{,}42 \times 0{,}58}}{\sqrt{1000}} \approx 1{,}96 \times 0{,}0156 \approx 0{,}0306\)L’intervalle de confiance à 95 % est donc environ \([\,0{,}389\,;\,0{,}451\,]\), soit « 42 % à 3 points près ».
Interprétation correcte : si l’on répétait ce sondage un grand nombre de fois, environ 95 % des intervalles ainsi construits contiendraient la vraie proportion \(p\). On ne dit pas « il y a 95 % de chances que \(p\) soit dans \([0{,}389\,;\,0{,}451]\) » : \(p\) est fixe, c’est l’intervalle qui est aléatoire.
Exercice 4 — Décision par test (raisonnement) ★★★
Un fabricant affirme que sa pièce a un taux de défaut de 3 %. Un client teste 500 pièces et en trouve 25 défectueuses. Le client peut-il, au risque de 5 %, rejeter l’affirmation du fabricant ? On raisonnera à l’aide d’un intervalle de fluctuation asymptotique.
Voir la correction de l’exercice 4
Hypothèses. \(H_0 : p = 0{,}03\) (le fabricant a raison) contre \(H_1 : p \neq 0{,}03\).
Zone d’acceptation. Sous \(H_0\), la fréquence observée fluctue autour de \(0{,}03\). L’intervalle de fluctuation à 95 % est :
\(\left[\,0{,}03 \pm 1{,}96\,\displaystyle\frac{\sqrt{0{,}03 \times 0{,}97}}{\sqrt{500}}\,\right] \approx [\,0{,}015\,;\,0{,}045\,]\)Décision. La fréquence observée est \(f = \displaystyle\frac{25}{500} = 0{,}05\). Comme \(0{,}05\) > \(0{,}045\), elle tombe hors de la zone d’acceptation.
Conclusion : au risque de 5 %, le client rejette l’affirmation du fabricant : l’écart observé est trop grand pour être imputé à la seule fluctuation d’échantillonnage. Attention à la rédaction : on ne « prouve » pas que \(p \neq 0{,}03\), on dit que les données sont incompatibles avec \(H_0\) au seuil choisi.
Pour t’entraîner davantage, la page 15 exercices corrigés sur l’intervalle de confiance et les 20 exercices sur Bienaymé-Tchebychev et la LGN prolongent directement ce cours.
VIII. Questions fréquentes
Quelle est la différence entre statistique descriptive et inférentielle ?
La statistique descriptive résume les données observées (moyenne, écart-type, graphiques) sans aller au-delà de l’échantillon. La statistique inférentielle généralise à une population entière non observée, en quantifiant systématiquement l’incertitude par une probabilité. La descriptive dit ce que sont les données ; l’inférentielle dit ce qu’elles suggèrent au-delà d’elles-mêmes.
À quoi sert la statistique inférentielle ?
Elle sert à prendre des décisions et à estimer des grandeurs quand on ne peut pas observer toute la population : sondages politiques, contrôle qualité industriel, essais cliniques, études de marché. Partout où mesurer l’ensemble est impossible ou trop coûteux, l’inférence permet de conclure à partir d’un échantillon avec un risque d’erreur maîtrisé.
Qu’est-ce qu’un estimateur sans biais ?
Un estimateur \(\hat{\theta}_n\) est sans biais lorsque son espérance est égale au paramètre visé : \(E(\hat{\theta}_n) = \theta\). En moyenne sur tous les échantillons possibles, il tombe exactement sur la cible. C’est pour cette raison qu’on divise par \(n-1\) (et non par \(n\)) dans la variance empirique — voir la page dédiée à l’estimateur sans biais.
Pourquoi la loi des grands nombres fonde-t-elle l’inférence ?
Parce qu’elle garantit que la moyenne empirique d’un échantillon converge vers la vraie moyenne de la population quand la taille augmente. Sans cette convergence, rien ne justifierait qu’un échantillon renseigne sur la population. Le théorème central limite complète le tableau en précisant la vitesse et la loi de cette convergence, ce qui permet de construire les intervalles de confiance.
Un intervalle de confiance à 95 % contient-il le paramètre avec 95 % de probabilité ?
Non, c’est le contresens le plus courant. Le paramètre est une valeur fixe, pas une variable aléatoire. Le niveau de 95 % décrit la procédure : sur un grand nombre d’échantillons, 95 % des intervalles construits contiennent la vraie valeur. Pour un intervalle précis déjà calculé, le paramètre est dedans ou dehors, sans probabilité intermédiaire.
Quel est le programme de statistique inférentielle en prépa ?
Le cadre exigible dépend de la filière, mais couvre généralement le modèle statistique, les estimateurs (biais, convergence), l’estimation par intervalle de confiance, la loi faible des grands nombres démontrée par Bienaymé-Tchebychev et le théorème central limite (souvent admis). C’est le prolongement direct du chapitre « Concentration, loi des grands nombres » de la spécialité mathématiques de Terminale.
Pour aller plus loin
Tu maîtrises maintenant le cadre de l’inférence statistique. Pour approfondir les outils qui la font fonctionner :
- Loi Normale : Cours Complet, Propriétés et Exercices Corrigés
- Écart-type (1ère) : Cours, Propriétés et Exercices
- Table de la Loi Normale Centrée Réduite N(0,1)
- Variable Aléatoire : Cours Complet du Lycée à la Prépa
Tu veux progresser plus vite en statistiques et probabilités ? Découvre les cours particuliers Excellence Maths pour la prépa et le post-bac.