taille
La taille de l\'échantillon (n) est le paramètre le plus influent en statistique inférentielle : elle détermine la précision des estimateurs, la puissance des tests et la validité des approximations asymptotiques. En L2, comprendre l\'effet de n est fondamental pour interpréter les résultats économétriques et les enquêtes. Un échantillon trop petit produit des estimations imprécises et des tests peu puissants ; un échantillon très grand détecte des effets statistiquement significatifs mais économiquement négligeables. Le théorème central limite (TCL) garantit la normalité asymptotique de la moyenne échantillonnale pour n grand, fondant l\'ensemble des tests paramétriques utilisés en L2.
🎯 Objectifs d'apprentissage
- Comprendre comment n affecte la précision des estimateurs (écart-type de la moyenne ∝ 1/√n)
- Appliquer le théorème central limite et ses implications pour l\'inférence
- Analyser l\'impact de n sur la puissance d\'un test statistique
- Calculer la taille d\'échantillon nécessaire pour une précision donnée (marge d\'erreur)
- Comprendre le dilemme : n grand → significativité statistique facile mais pas nécessairement pertinence économique
- Connaître les problèmes des petits échantillons (biais de sélection, non-normalité)
📚 Concepts clés à maîtriser
Précision et écart-type de la moyenne
Définition : L\'écart-type de la moyenne échantillonnale est σ/√n : il diminue avec la racine carrée de la taille de l\'échantillon. Doubler la précision requiert quadrupler n.
Intuition économique : Avec 100 observations, l\'intervalle de confiance est 10 fois plus étroit qu\'avec 1 observation. Mais passer de 100 à 10 000 ne le réduit que d\'un facteur 10.
Formule :
se(x̄) = σ/√n. Intervalle de confiance à 95 % : x̄ ± 1,96 × σ/√n.
Application L2 : Règle pratique : pour diviser la marge d\'erreur par 2, multiplier n par 4.
Théorème central limite (TCL)
Définition : La distribution de la moyenne échantillonnale converge vers une loi normale quand n tend vers l\'infini, quelle que soit la distribution d\'origine (sous conditions de moments finis).
Intuition économique : Même si les données individuelles ne sont pas normales (revenus, tailles d\'entreprises), la moyenne de 100 observations est approximativement normale. C\'est le miracle statistique.
Formule :
√n(X̄ - μ)/σ →ᵈ N(0,1) quand n → ∞
Application L2 : Justification de tous les tests z et t en grands échantillons. En pratique, n ≥ 30 est souvent considéré suffisant.
Puissance d'un test
Définition : Probabilité de rejeter H₀ quand elle est fausse (1 - β). La puissance augmente avec n : un test plus puissant détecte un effet réel avec plus de certitude.
Intuition économique : Avec 10 observations, un effet subtil passe inaperçu. Avec 10 000, le même effet est détecté facilement. La taille de l\'échantillon est le « microscope » du statisticien.
Application L2 : Analyse de puissance a priori : déterminer n avant l\'étude pour garantir une puissance suffisante (convention : 80 %).
Loi des grands nombres
Définition : La moyenne empirique converge vers l\'espérance théorique quand n → ∞. Fonde l\'utilisation des moyennes d\'échantillon comme estimateurs.
Intuition économique : Plus on lance le dé, plus la moyenne des résultats se rapproche de 3,5. La loi des grands nombres est la garantie que les estimations deviennent fiables avec assez de données.
Application L2 : Convergence des MCO : les estimateurs β̂ convergent vers les vrais β quand n → ∞ (sous conditions de Gauss-Markov).
Problèmes des petits échantillons
Définition : Avec n petit : le TCL ne s\'applique pas bien, les estimateurs sont imprécis, les tests manquent de puissance, les outliers pèsent excessivement, et les résultats sont instables d\'un échantillon à l\'autre.
Intuition économique : Avec 15 observations, votre régression tient peut-être à 2 ou 3 points. Retirez-les et tout change. Avec 1 000 observations, aucun point isolé ne domine.
Application L2 : Solutions pour petits échantillons : tests exacts (Fisher), bootstrap, estimateurs robustes, tests non paramétriques.
👨🏫 Auteurs et références universitaires
⚠️ Pièges fréquents à éviter
❌ Erreur : Croire qu\'un grand échantillon garantit des résultats corrects
💡 Pourquoi c'est faux : Un grand n améliore la précision mais ne corrige pas les biais systématiques (biais de sélection, variable omise, mesure incorrecte). N grand + biais = estimation très précise... mais fausse.
✅ Comment éviter : Distinguer précision (liée à n) et exactitude (liée à l\'absence de biais). Un grand n est nécessaire mais pas suffisant.
❌ Erreur : Confondre significativité et taille de l\'effet dans un grand échantillon
💡 Pourquoi c'est faux : Avec n = 1 000 000, un effet de 0,001 % sera statistiquement significatif (p < 0,05) mais économiquement dérisoire.
✅ Comment éviter : Toujours rapporter la taille de l\'effet (coefficient, R², élasticité) en plus de la p-value.
❌ Erreur : Appliquer le TCL avec un n trop petit pour des distributions très asymétriques
💡 Pourquoi c'est faux : Le seuil n ≥ 30 est une approximation. Pour des distributions très asymétriques ou à queues lourdes, il faut n bien plus grand.
✅ Comment éviter : Vérifier la normalité des résidus ou de la moyenne par des tests (Jarque-Bera) et des graphiques (QQ-plot).
📝 Questions types d'examen (Licence 2)
- Comment la taille de l\'échantillon affecte-t-elle la largeur d\'un intervalle de confiance ? Montrez que doubler la précision requiert de quadrupler n.
- Énoncez le théorème central limite. Pourquoi est-il fondamental pour l\'inférence statistique ?
- Qu\'est-ce que la puissance d\'un test ? Pourquoi augmente-t-elle avec n ? Quels sont les risques d\'un test trop puissant ?
- Un chercheur dispose de 20 observations. Quelles précautions doit-il prendre par rapport à un collègue disposant de 2 000 observations ?
- Déterminez la taille d\'échantillon nécessaire pour estimer une proportion avec une marge d\'erreur de 3 % au seuil de 95 %.
📌 À retenir
La taille de l\'échantillon n détermine la précision (se = σ/√n), la puissance des tests et la validité du TCL. Le TCL garantit la normalité asymptotique de x̄, fondant l\'inférence paramétrique. Mais n grand ne corrige pas les biais et peut produire une significativité statistique sans pertinence économique. En petits échantillons, les tests manquent de puissance, le TCL ne s\'applique pas bien, et les résultats sont instables. L\'examinateur attend la relation n-précision-puissance, le TCL, et la distinction significativité statistique vs. pertinence économique.