Échantillonnage et estimation — MALIAR CONSULTING

DANS CE COURS

1. Notions d’échantillonnage

Population vs échantillon
Méthodes d’échantillonnage (aléatoire simple, stratifié…)
Biais d’échantillonnage et représentativité

2. Estimateurs

Définition et exemples (moyenne, proportion, variance)
Qualités d’un bon estimateur : sans biais, efficace, convergent
Erreur d’estimation

3. Théorème central limite (TCL)

Idée intuitive et formelle
Conséquences pour les estimations sur grandes tailles d’échantillons

4. Intervalles de confiance

IC pour une moyenne (σ connue ou inconnue)
IC pour une proportion
Niveau de confiance, marge d’erreur
Interprétation correcte d’un IC

Élément de substitution

Télécharger le PDF

Ajoutez ici un bref résumé ou une liste de ressources utiles.