Rédigé et vérifié par un professeur diplômé de l’École Polytechnique, avec un niveau de rigueur pensé pour le lycée et la prépa. Découvrir le professeur
L’échantillonnage consiste à étudier une partie d’une population, appelée échantillon, pour en déduire des informations sur la population entière. Deux échantillons donnent des résultats différents : c’est la fluctuation. La loi des grands nombres garantit qu’un grand échantillon renseigne fidèlement sur la population, ce qui fonde l’estimation.
Quand un institut annonce « 42 % des Français pensent que… », il n’a pas interrogé 68 millions de personnes. Il a interrogé un millier de gens, et il en déduit une proportion pour tout le pays. Comment est-ce possible ? Et pourquoi affiche-t-il une « marge d’erreur de 3 points » ? Tout part d’une même idée : une petite partie bien choisie d’un ensemble, l’échantillon, contient assez d’information pour parler de l’ensemble entier. Ce chapitre relie une longue chaîne de notions — de la fluctuation d’échantillonnage jusqu’à l’intervalle de confiance — que le programme de Seconde, de Terminale et de prépa aborde par morceaux. Ici, tu vas les voir comme un seul fil conducteur.
I. Population, échantillon, échantillonnage : les trois notions à distinguer
La confusion la plus fréquente en début de chapitre vient de trois mots qui se ressemblent. Une population n’est pas un échantillon, et l’échantillonnage n’est ni l’un ni l’autre : c’est l’action de passer du premier au second.
Définition — Population, échantillon, échantillonnage
- La population est l’ensemble complet des individus (ou objets) que l’on étudie. Exemple : tous les électeurs français.
- Un échantillon est une partie de cette population, de taille \(n\), réellement observée. Exemple : 1 000 électeurs interrogés.
- L’échantillonnage est le procédé qui permet de choisir cet échantillon dans la population.
Le vocabulaire technique associé mérite d’être fixé tout de suite. La quantité que l’on cherche à connaître sur la population (une proportion, une moyenne) s’appelle un paramètre ; on la note souvent \(p\) pour une proportion et \(\mu\) pour une moyenne. La même quantité calculée sur l’échantillon s’appelle une statistique (ou estimation) : la fréquence observée \(f\), ou la moyenne empirique \(\bar{x}\). Toute la logique du chapitre tient dans cette dualité : on ne connaît pas \(p\), on observe \(f\), et on veut savoir à quel point \(f\) est proche de \(p\).
Comment retenir : le paramètre est une vérité cachée sur la population (une lettre grecque ou une minuscule : \(p\), \(\mu\)). La statistique est une mesure visible sur l’échantillon (\(f\), \(\bar{x}\)). On ne les confond jamais : l’un est l’objectif, l’autre est l’outil.
Une distinction relève aussi souvent du bac : population finie (les 900 élèves d’un lycée) contre population théorique ou infinie (tous les lancers possibles d’une pièce). Dans le second cas, l’échantillon est simplement la suite des résultats obtenus, et le lien avec les probabilités devient direct.
Erreur classique : croire qu’un échantillon plus grand implique forcément une population plus grande. Ce sont deux choses indépendantes. On peut interroger 1 000 personnes dans une ville de 20 000 habitants comme dans un pays de 68 millions. La taille de l’échantillon dépend de la précision voulue, pas de la taille de la population.
II. Pourquoi un échantillon renseigne sur la population
Rien n’oblige a priori un échantillon à ressembler à sa population. Ce qui rend l’échantillonnage fiable, ce n’est pas la chance : c’est un théorème. Plus l’échantillon est grand, plus la fréquence observée se rapproche de la vraie proportion. C’est l’intuition, puis l’énoncé, de la loi des grands nombres.
Prends une pièce équilibrée, donc \(p = 0{,}5\) pour « pile ». Sur 10 lancers, obtenir 7 piles n’a rien d’exceptionnel : la fréquence vaut alors \(0{,}7\), loin de \(0{,}5\). Sur 10 000 lancers, une fréquence de \(0{,}7\) serait quasi impossible : on tombera presque toujours entre \(0{,}49\) et \(0{,}51\). La fréquence se resserre autour de \(p\) quand \(n\) grandit.
Le programme de Terminale précise ce phénomène avec deux outils que ce cocon détaille : l’inégalité de Markov, socle de la chaîne, et l’inégalité de Bienaymé-Tchebychev, qui majore la probabilité que la moyenne empirique s’écarte de son espérance. Ces inégalités démontrent ce que la simulation ci-dessus suggère.
Le fil conducteur du chapitre : Markov donne la majoration de base, Bienaymé-Tchebychev l’applique à l’écart à la moyenne, l’inégalité de concentration l’applique à la moyenne d’un échantillon, et la loi des grands nombres en découle. Tout le reste — fluctuation, intervalle de confiance — en est la conséquence pratique.
La carte complète du chapitre échantillonnage
Un schéma d’une page reliant toutes les notions, de la population à l’estimation, avec un glossaire du vocabulaire par niveau.
📄 Télécharger la fiche PDFÀ imprimer et garder dans ton classeur pour réviser 2× plus vite.
III. La fluctuation d’échantillonnage
Si la loi des grands nombres rassure, elle ne dit pas tout. Deux échantillons de même taille, tirés dans la même population, ne donnent presque jamais exactement la même fréquence. Ce phénomène porte un nom : la fluctuation d’échantillonnage.
Définition — Fluctuation d’échantillonnage
La fluctuation d’échantillonnage est la variation de la fréquence observée \(f\) d’un échantillon à l’autre, alors que la proportion \(p\) dans la population reste fixe. C’est une conséquence du hasard du tirage, pas une erreur de mesure.
Reprends la pièce équilibrée et tire 30 échantillons de 100 lancers chacun. Tu obtiendras 30 fréquences différentes, réparties autour de \(0{,}5\) : certaines à \(0{,}46\), d’autres à \(0{,}55\). Aucune n’est « fausse » : elles fluctuent, c’est normal.
Cette dispersion se quantifie. Pour un échantillon de taille \(n\) issu d’un tirage suivant une loi binomiale, la fréquence \(f\) a un écart-type de l’ordre de \(\displaystyle\frac{1}{\sqrt{n}}\). C’est la clé de tout : multiplier la précision par 2 exige de multiplier la taille de l’échantillon par 4. Cet encadrement des valeurs plausibles de \(f\) s’appelle l’intervalle de fluctuation, étudié dès la Seconde.
Erreur classique : penser que la fluctuation « se compense » d’un tirage à l’autre, comme si un échantillon trop bas devait être suivi d’un échantillon trop haut. Faux : les échantillons sont indépendants. Ce qui se resserre, c’est la moyenne sur un grand nombre de tirages, pas la succession de deux tirages.
IV. Comment construire un échantillon exploitable
Tout ce qui précède suppose un tirage « au hasard ». Or un échantillon mal construit trahit la population, même s’il est grand. Interroger 100 000 personnes uniquement sur un forum de jeux vidéo ne renseigne pas sur l’ensemble des Français : l’échantillon est biaisé.
Définition — Échantillon représentatif
Un échantillon est dit représentatif lorsque sa composition reflète celle de la population sur les caractères pertinents (âge, sexe, région…). Un échantillon aléatoire simple, où chaque individu a la même probabilité d’être choisi, est le moyen le plus sûr d’obtenir cette représentativité.
Plusieurs procédés existent, à choisir selon le contexte : tirage aléatoire simple, échantillonnage stratifié, par grappes, ou par quotas. Le cocon leur consacre deux pages dédiées : les méthodes d’échantillonnage et le calcul de la taille d’un échantillon représentatif. Retiens surtout la hiérarchie : un petit échantillon bien tiré vaut mieux qu’un immense échantillon biaisé.
Erreur classique : confondre grand et représentatif. Le fiasco historique du sondage Literary Digest de 1936 (2,4 millions de réponses, prédiction totalement fausse) vient d’un échantillon massif mais biaisé. La taille ne rachète jamais un biais de sélection.
V. De l’échantillon à la population : l’estimation
On arrive au but. Les quatre premières sections vont de la population vers l’échantillon (que va-t-on observer ?). L’estimation fait le chemin inverse : à partir de l’échantillon observé, que peut-on affirmer sur la population inconnue ? C’est le cœur de la statistique inférentielle.
On ne peut pas donner la valeur exacte de \(p\) à partir d’un échantillon. On donne un intervalle qui a de grandes chances de contenir \(p\) : l’intervalle de confiance. Au lycée, un intervalle de confiance à 95 % pour une proportion s’écrit, sous conditions de validité, avec la fréquence observée \(f\) et la taille \(n\) :
La demi-largeur \(\displaystyle\frac{1}{\sqrt{n}}\) est exactement la marge d’erreur du sondage. Pour \(n = 1\,000\), elle vaut environ \(0{,}032\), soit ces fameux « 3 points » des instituts. Le cocon détaille chaque brique : la marge d’erreur d’un sondage, l’estimateur sans biais d’une moyenne ou d’une variance, et le test d’hypothèse qui prolonge l’estimation.
La chaîne complète, en une phrase : Markov → Bienaymé-Tchebychev → concentration → loi des grands nombres → fluctuation → intervalle de fluctuation → intervalle de confiance. Chaque maillon justifie le suivant. C’est ce fil unique qui transforme un « on interroge 1 000 personnes » en une affirmation rigoureuse sur 68 millions.
VI. Le vocabulaire par niveau : Seconde, Terminale, prépa
Une même idée change de nom et de formalisme selon la classe. Voici la table de correspondance qui te permet de savoir ce qui est exigible et sous quel vocabulaire, du programme de Seconde au prolongement CPGE.
| Notion | Seconde | Terminale | Prépa |
|---|---|---|---|
| Convergence des fréquences | Observée (simulation) | Loi des grands nombres | Loi faible / loi forte, convergence en probabilité et p.s. |
| Contrôle de l’écart | — | Bienaymé-Tchebychev | Markov, moments d’ordre \(r\), concentration |
| Dispersion des fréquences | Intervalle de fluctuation | Intervalle de fluctuation asymptotique | Théorème central limite |
| Retour vers la population | — | Intervalle de confiance | Estimateur, biais, tests |
Ce tableau montre aussi la logique de la double lecture propre à ce cours : chaque page du cocon traite la version lycée et son prolongement prépa sur une même adresse, pour l’élève de Terminale comme pour l’étudiant de CPGE.
À ne pas confondre : l’échantillonnage en traitement du signal
Le mot « échantillonnage » désigne aussi, en physique et en informatique, la conversion d’un signal continu (son, image) en une suite de valeurs à intervalles réguliers — la fréquence d’échantillonnage d’un CD audio, par exemple, ou le théorème de Shannon-Nyquist. C’est un sujet entièrement différent de l’échantillonnage statistique traité ici : aucun lien avec les populations, les proportions ou les probabilités. Ce cours ne concerne que le sens statistique du terme.
VII. Erreurs fréquentes à éviter
Trois contresens reviennent dans presque toutes les copies. Les repérer une fois suffit souvent à ne plus les commettre.
Piège n°1 — Lire l’intervalle de confiance à l’envers. « Il y a 95 % de chances que \(p\) soit dans l’intervalle » est faux. La proportion \(p\) est une valeur fixe, pas aléatoire ; c’est l’intervalle qui varie d’un échantillon à l’autre. La lecture correcte : si l’on répétait le sondage, environ 95 % des intervalles construits contiendraient \(p\).
Piège n°2 — Confondre fluctuation et confiance. L’intervalle de fluctuation encadre la fréquence \(f\) quand \(p\) est connu (on va de la population vers l’échantillon). L’intervalle de confiance encadre \(p\) quand seul \(f\) est observé (on va de l’échantillon vers la population). Sens de lecture opposés.
Piège n°3 — Croire que la taille de la population fixe la taille de l’échantillon. La précision d’un sondage dépend de \(n\), pas de la population. Sonder 1 000 personnes donne la même marge dans une ville que dans un pays entier (tant que la population reste très grande devant \(n\)).
VIII. Exemples d’application corrigés
Trois situations types pour ancrer les réflexes. Cherche par toi-même avant d’ouvrir la correction. Pour t’entraîner davantage, le cocon propose des pages d’exercices dédiées sur la concentration et la loi des grands nombres et sur l’intervalle de confiance.
Exercice 1 — Distinguer les trois notions ★
Un institut interroge 900 lycéens d’une académie sur leurs habitudes de lecture, sachant que l’académie compte 60 000 lycéens. Identifie la population, l’échantillon, sa taille \(n\), et dis si la fréquence observée est un paramètre ou une statistique.
Voir la correction de l’exercice 1
Population : les 60 000 lycéens de l’académie.
Échantillon : les 900 lycéens interrogés, donc \(n = 900\).
La fréquence observée sur ces 900 élèves est une statistique : elle est mesurée sur l’échantillon. La vraie proportion de lecteurs parmi les 60 000 lycéens, elle, est le paramètre \(p\), inconnu et fixe.
À retenir : on utilise la statistique visible pour estimer le paramètre caché.
Exercice 2 — Marge d’erreur et taille d’échantillon ★★
Un sondage sur 400 personnes donne une fréquence \(f = 0{,}52\) de réponses favorables. Donne l’intervalle de confiance à 95 %, puis dis quelle taille d’échantillon il faudrait pour diviser la marge d’erreur par 2.
Voir la correction de l’exercice 2
La marge d’erreur vaut \(\displaystyle\frac{1}{\sqrt{n}} = \displaystyle\frac{1}{\sqrt{400}} = \displaystyle\frac{1}{20} = 0{,}05\).
D’où \(IC_{95\%} = [\,0{,}52- 0{,}05 \;;\; 0{,}52 + 0{,}05\,] = [\,0{,}47 \;;\; 0{,}57\,]\).
Pour diviser la marge par 2, il faut que \(\displaystyle\frac{1}{\sqrt{n}}\) soit deux fois plus petit, donc que \(\sqrt{n}\) soit deux fois plus grand, donc que \(n\) soit multiplié par 4.
Il faudrait interroger \(1\,600\) personnes. La précision coûte cher : gagner un facteur 2 demande 4 fois plus d’observations.
Exercice 3 — Repérer un biais ★★
Pour estimer la proportion de Français favorables au télétravail, un site publie un sondage en ligne auquel 50 000 internautes répondent spontanément. Peut-on faire confiance au résultat ? Justifie.
Voir la correction de l’exercice 3
Non. La grande taille (\(n = 50\,000\)) ne rachète pas le défaut de construction.
L’échantillon est auto-sélectionné : seuls les internautes du site, motivés pour répondre, sont représentés. Ils ne reflètent pas l’ensemble des Français (accès internet, intérêt pour le sujet, opinion tranchée surreprésentée).
C’est un biais de sélection. La formule de l’intervalle de confiance suppose un tirage aléatoire : elle n’est pas applicable ici. Un échantillon de 1 000 personnes tiré au hasard serait bien plus fiable.
IX. Questions fréquentes
C’est quoi l’échantillonnage en statistiques ?
L’échantillonnage est le procédé qui consiste à sélectionner une partie d’une population, l’échantillon, pour en tirer des informations sur la population entière sans avoir à observer chaque individu. C’est la base des sondages, des contrôles qualité et de toute la statistique inférentielle.
Quelle est la différence entre une population et un échantillon ?
La population est l’ensemble complet des individus étudiés (par exemple tous les électeurs). L’échantillon est une partie de cette population, réellement observée (par exemple 1 000 électeurs interrogés). On mesure des quantités sur l’échantillon pour estimer les quantités inconnues de la population.
Quelle est la différence entre intervalle de fluctuation et intervalle de confiance ?
L’intervalle de fluctuation encadre la fréquence d’un échantillon quand la proportion \(p\) de la population est connue : on va de la population vers l’échantillon. L’intervalle de confiance encadre la proportion \(p\) inconnue à partir d’une fréquence observée : on va de l’échantillon vers la population. Les deux vont dans des sens opposés.
Comment choisir la taille d’un échantillon ?
La taille dépend de la précision voulue, pas de la taille de la population. La marge d’erreur d’un sondage est de l’ordre de \(\displaystyle\frac{1}{\sqrt{n}}\) : pour une marge de 3 points, il faut environ 1 000 personnes ; pour la diviser par 2, il faut multiplier \(n\) par 4.
Un échantillon plus grand est-il toujours plus fiable ?
Non. Un échantillon grand mais biaisé (par exemple auto-sélectionné sur internet) donne un résultat faux, quelle que soit sa taille. La fiabilité vient d’abord d’un tirage aléatoire garantissant la représentativité ; la taille améliore ensuite la précision.
L’échantillonnage tombe-t-il au bac de Terminale ?
Oui. Le chapitre « Concentration, loi des grands nombres » de la spécialité mathématiques est évaluable dans son intégralité à l’épreuve écrite. La restriction « non évaluable » ne concernait que la session 2022, liée aux aménagements sanitaires ; l’inégalité de Bienaymé-Tchebychev figure régulièrement aux sujets depuis 2024.
X. Pour aller plus loin
Tu maîtrises maintenant la vue d’ensemble du chapitre. Pour approfondir chaque maillon de la chaîne :
- Loi Normale : Cours Complet, Propriétés et Exercices Corrigés
- Écart-type (1ère) : Cours, Propriétés et Exercices
- Espérance (1ère) : Cours, Propriétés et Exercices
- 20 Exercices Loi Binomiale Terminale Corrigés (PDF)
Tu veux progresser plus vite et gagner en assurance avant l’épreuve ? Découvre les cours particuliers Excellence Maths pour la prépa scientifique — et l’accompagnement Terminale pour préparer le bac dans les meilleures conditions.
