Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Distribution d’échantillonnage de la variance

Cet article explique ce qu’est une distribution d’échantillonnage de la variance (ou distribution d’échantillonnage des variances) en statistique. De même, la formule de la distribution d’échantillonnage de la variance et un exercice résolu étape par étape sont présentés.

Quelle est la distribution d’échantillonnage de la variance ?

La distribution d’échantillonnage de la variance est la distribution qui résulte du calcul de la variance de chaque échantillon possible d’une population. Autrement dit, l’ensemble de toutes les variances d’échantillon de tous les échantillons possibles d’une population forme la distribution d’échantillonnage de la variance.

Ou en d’autres termes, pour obtenir la distribution d’échantillonnage de la variance, nous devons d’abord sélectionner tous les échantillons possibles dans une population, puis calculer la variance de chaque échantillon sélectionné. Ainsi, l’ensemble des variances calculées constitue la distribution d’échantillonnage de la variance.

En statistique, la distribution d’échantillonnage de la variance est utilisée pour calculer la probabilité d’obtenir la valeur de la variance de la population en extrayant un seul échantillon. Par exemple, dans l’analyse du risque d’investissement, la distribution d’échantillonnage de la variance est utilisée.

Formule pour la distribution d’échantillonnage de la variance

La distribution d’échantillonnage de la variance est définie par la distribution de probabilité du chi carré . Par conséquent, la formule de la statistique de la distribution d’échantillonnage de la variance est la suivante :

\chi^2=\cfrac{(n-1)s^2}{\sigma^2}

Où:

  • \chi^2 est la statistique de la distribution d’échantillonnage de la variance, qui suit une distribution du chi carré.
  • n est la taille de l’échantillon.
  • s^2 est la variance de l’échantillon.
  • \sigma^2 est la variance de la population.

Cette formule est également utilisée pour tester les hypothèses de variance .

Exemple concret de la distribution d’échantillonnage de la variance

Maintenant que nous avons vu la définition de la distribution d’échantillonnage de la variance et quelle est sa formule, nous allons résoudre un exemple étape par étape pour finir de comprendre le concept.

  • A partir d’une population de variance connue σ=5, un échantillon aléatoire de 17 observations est choisi. Quelle est la probabilité d’obtenir une variance d’échantillon supérieure à 10 ?

Tout d’abord, nous devons obtenir la statistique de la distribution d’échantillonnage de la variance. On applique donc la formule expliquée dans la section précédente :

\chi^2=\cfrac{(n-1)s^2}{\sigma^2}=\cfrac{(17-1)\cdot 10}{5}=32

Puisque la taille de l’échantillon est n = 17, la distribution du chi carré aura 16 degrés de liberté (n-1). Par conséquent, la probabilité que la variance de l’échantillon soit supérieure à 10 équivaut à la probabilité de prendre une valeur supérieure à 32 dans une distribution du chi carré à 16 degrés de liberté.

P[s^2>10]=P[\chi_{16}^2>32]

Nous recherchons donc la probabilité correspondante dans le tableau de distribution du chi carré et résolvons ainsi le problème.

P[s^2>10]=P[\chi_{16}^2>32]=0,01

En bref, la probabilité de tirer un échantillon avec une variance supérieure à 10 est de 1 %.

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *