Les intervalles de confiance (L2 inférence statistique)
L'intervalle de confiance encadre un paramètre inconnu par une fourchette plutôt qu'une valeur unique, en quantifiant l'incertitude. En L2 du parcours data pour économistes, dans le cours d'inférence statistique, les…
Intervalles De Confiance
L'intervalle de confiance encadre un paramètre inconnu par une fourchette plutôt qu'une valeur unique, en quantifiant l'incertitude. En L2 du parcours data pour économistes, dans le cours d'inférence statistique, les QCM CampusQCM en testent la construction et l'interprétation, souvent mal comprise. Là où l'estimation…
L'intervalle de confiance encadre un paramètre inconnu par une fourchette plutôt qu'une valeur unique, en quantifiant l'incertitude. En L2 du parcours data pour économistes, dans le cours d'inférence statistique, les QCM CampusQCM en testent la construction et l'interprétation, souvent mal comprise. Là où l'estimation ponctuelle fournit une seule valeur ($\bar{X}$), l'intervalle de confiance fournit une plage $[\hat{\theta} - m ; \hat{\theta} + m]$ où $m$ est la marge d'erreur. Pour une moyenne, avec un grand échantillon, l'intervalle au niveau de confiance $1 - \alpha$ s'écrit $\bar{X} \pm z_{\alpha/2} \cdot \dfrac{\sigma}{\sqrt{n}}$, où $z_{\alpha/2}$ est le quantile de la loi normale (1,96 pour 95 %) et $\sigma/\sqrt{n}$ l'erreur standard ; si $\sigma$ est inconnu, on l'estime et on utilise la loi de Student. Le niveau de confiance (souvent 95 %) gouverne la largeur : plus on veut de confiance, plus l'intervalle est large. La marge d'erreur diminue avec la taille de l'échantillon (en $1/\sqrt{n}$) et augmente avec la dispersion. L'interprétation correcte est subtile : un intervalle de confiance à 95 % signifie que, si l'on répétait l'échantillonnage, 95 % des intervalles construits contiendraient le vrai paramètre — et non que le paramètre a 95 % de chances d'être dans cet intervalle précis. L'intervalle de confiance est le pendant des tests d'hypothèses et un outil central de communication des résultats.
Objectifs d'apprentissage
- Comprendre la notion d'intervalle de confiance
- Construire un intervalle pour une moyenne
- Comprendre le niveau de confiance et la marge d'erreur
- Relier largeur, n et dispersion
- Interpréter correctement un IC
Cours détaillé
D'une estimation ponctuelle à une fourchette
Estimer la moyenne d'une population par la seule moyenne d'échantillon, c'est ignorer l'incertitude d'échantillonnage. L'intervalle de confiance répond à ce problème : il fournit une FOURCHETTE de valeurs plausibles pour le paramètre inconnu (moyenne μ, proportion p), assortie d'un niveau de confiance 1 − α (typiquement 95 %). Il quantifie ainsi la précision de l'estimation.
L'intervalle de confiance d'une moyenne
Lorsque l'écart-type σ est connu (ou n grand), l'intervalle de confiance de la moyenne s'écrit : $\bar x \pm z_{\alpha/2}\,\dfrac{\sigma}{\sqrt{n}}$. Pour un niveau de 95 %, le quantile vaut $z_{\alpha/2} = 1{,}96$. La demi-largeur $z_{\alpha/2}\,\sigma/\sqrt{n}$ est la marge d'erreur : elle décroît comme $1/\sqrt{n}$, si bien que quadrupler l'échantillon divise la marge par deux.
Interpréter correctement le niveau de confiance
L'interprétation rigoureuse est fréquentiste : si l'on répétait l'expérience un grand nombre de fois, 95 % des intervalles construits contiendraient la vraie valeur μ. En revanche, pour UN intervalle donné, il est faux d'écrire « la probabilité que μ appartienne à cet intervalle est de 95 % » : μ est fixe (inconnu mais non aléatoire), c'est l'intervalle qui est aléatoire d'un échantillon à l'autre.
Variantes et arbitrages
Quand σ est inconnu et n petit, on remplace la loi normale par la loi de Student à n − 1 degrés de liberté (intervalle plus large). Pour une proportion, on utilise l'erreur-type $\sqrt{\hat p(1-\hat p)/n}$. Deux arbitrages structurent l'outil : plus on exige de confiance, plus l'intervalle est large ; plus l'échantillon est grand, plus il est resserré.
Lien avec les tests et méthode
L'intervalle de confiance est le miroir du test bilatéral : une valeur hors de l'intervalle de confiance à 95 % serait rejetée par un test au seuil de 5 %. Méthode QCM : identifier le bon quantile (z si σ connu / n grand, t sinon), appliquer $\bar x \pm z_{\alpha/2}\,\sigma/\sqrt{n}$, et surtout ne pas confondre le niveau de confiance avec une probabilité portant sur le paramètre.
Concepts clés à maîtriser
Intervalle de confiance
EssentielNiveau de confiance
EssentielMarge d'erreur
EssentielInterprétation
Essentiel
Exercice corrigé
Sur un échantillon de $n = 100$ étudiants, la note moyenne est $\bar{x} = 12$ avec un écart-type connu $\sigma = 3$. Déterminer l'intervalle de confiance à 95 % de la moyenne.
- Étape 1 — Formule Pour $\sigma$ connu et $n$ grand : $IC = \bar{x} \pm z_{0{,}975}\,\dfrac{\sigma}{\sqrt{n}}$, avec $z_{0{,}975} = 1{,}96$.
- Étape 2 — Marge d'erreur $\dfrac{\sigma}{\sqrt{n}} = \dfrac{3}{\sqrt{100}} = 0{,}3$, d'où une marge $1{,}96 \times 0{,}3 = 0{,}588$.
- Étape 3 — Intervalle $IC = [\,12 - 0{,}588 \;;\; 12 + 0{,}588\,] = [\,11{,}41 \;;\; 12{,}59\,]$.
$IC_{95\%} \approx [11{,}41 \;;\; 12{,}59]$. On estime, avec 95 % de confiance, que la vraie moyenne s'y trouve. Multiplier $n$ par 4 diviserait la marge par 2.
Auteurs et références
- Neyman, J. (1937) — Outline of a Theory of Statistical Estimation Based on the Classical Theory of Probability, Philosophical Transactions
- Casella, G.; Berger, R. (2002) — Statistical Inference, Duxbury
- Saporta, G. (2011) — Probabilités, analyse des données et statistique, Technip
Pièges fréquents à éviter
Questions types d'examen
- Qu'est-ce qu'un intervalle de confiance ?
- Comment construit-on un IC pour une moyenne ?
- Qu'est-ce que le niveau de confiance ?
- Comment interprète-t-on correctement un IC à 95 % ?
- Comment la taille d'échantillon affecte-t-elle l'IC ?
À retenir
Un intervalle de confiance encadre un paramètre : pour une moyenne, $\bar X\pm z_{\alpha/2}\,\sigma/\sqrt n$ (1,96 à 95 %). La marge décroît en $1/\sqrt n$. Interprétation correcte : 95 % des intervalles répétés contiennent le vrai paramètre (pas le paramètre a 95 % de chances d'y être). L'examinateur attend la formule et l'interprétation juste.
Notions liées à approfondir
Teste tes connaissances
Les questions de cette notion sont en cours d'import. En attendant, explore les notions connexes ci-dessous.
Questions fréquentes
Qu'est-ce que Intervalles De Confiance en Inférence statistique ?
L'intervalle de confiance encadre un paramètre inconnu par une fourchette plutôt qu'une valeur unique, en quantifiant l'incertitude. En L2 du parcours data pour économistes, dans le cours d'inférence statistique, les QCM CampusQCM en testent la construction et l'interprétation, souvent mal…
Combien de questions sont disponibles ?
CampusQCM propose 0 questions corrigées sur Intervalles De Confiance avec explications pédagogiques détaillées.
Comment réviser Intervalles De Confiance efficacement ?
Commencez par le mode Révision, lisez les corrections, refaites les erreurs après quelques jours, puis passez en mode Examen.
Ce QCM est-il adapté au programme de L2 ?
Oui, nos questions correspondent au programme officiel de L2 du cursus Data econometrie avancee.
Les QCM fonctionnent-ils sur mobile ?
Oui, CampusQCM est entièrement optimisé pour smartphones et tablettes. Révisez Intervalles De Confiance où que vous soyez, vos scores se synchronisent entre vos appareils.
Les QCM sont-ils gratuits ?
Oui, tous nos QCM sont entièrement gratuits. Créer un compte vous permet de sauvegarder vos scores et suivre votre progression, mais ce n'est pas obligatoire.