L'estimation ponctuelle consiste à calculer, à partir des données observées sur un échantillon de taille \(n\), une valeur unique (un nombre) destinée à approcher au mieux la vraie valeur inconnue d'un paramètre dans la population globale.

---

1. Paramètre de population vs Estimateur d'échantillon

Il est primordial de distinguer la réalité théorique globale de ce que nous mesurons sur le terrain :

Grandeur	Paramètre de la Population (Inconnu)	Estimateur sur l'Échantillon (Calculé en R)
Moyenne	\(\mu\) (mu)	\(\bar{x}\) (moyenne empirique) : mean(x)
Proportion	\(p\)	\(\hat{p}\) (fréquence observée) : mean(condition)
Variance	\(\sigma^2\) (sigma carré)	\(s^2\) (variance corrigée) : var(x)
Écart-type	\(\sigma\) (sigma)	\(s\) (écart-type corrigé) : sd(x)

---

2. Les propriétés d'un bon estimateur

En théorie statistique, un bon estimateur \(\hat{\theta}\) doit satisfaire deux critères d'excellence :

1. L'absence de biais (Unbiasedness) : En moyenne sur une infinité d'échantillons possibles, l'estimateur ne doit ni surestimer, ni sous-estimer le vrai paramètre : \(\mathbb{E}(\hat{\theta}) = \theta\).
2. La convergence (Consistency) : Plus la taille de l'échantillon \(n\) grandit, plus l'estimateur se rapproche avec certitude de la vraie valeur de la population.

[!NOTE] Pourquoi var() et sd() divisent-ils par \(n - 1\) en R ?
Si vous calculez la variance en divisant bêtement par \(n\), vous sous-estimez systématiquement la variance de la population. Pour corriger ce biais mathématique, on applique la correction de Bessel en divisant par les degrés de liberté \(n - 1\). C'est exactement ce que font nativement les fonctions var() et sd() en R !

---

3. L'Erreur Standard de la moyenne (Standard Error - SE)

Si vous prélevez dix échantillons différents dans une même population, vous obtiendrez dix moyennes empiriques \(\bar{x}\) légèrement différentes : c'est la variabilité d'échantillonnage.

L'erreur standard mesure précisément la dispersion attendue de la moyenne de l'échantillon autour de la vraie moyenne de la population :

\[SE = \frac{s}{\sqrt{n}}\]

où \(s\) est l'écart-type de l'échantillon (sd(x)) et \(n\) le nombre d'observations (length(x)).

Remarquez que plus la taille de l'échantillon \(n\) augmente, plus le dénominateur \(\sqrt{n}\) grandit, et plus l'erreur standard diminue : l'estimation devient plus précise !

Calculer l'erreur standard en R :

# Fonction pour calculer l'erreur standard
erreur_standard <- function(x) {
  x_propre <- na.omit(x)
  sd(x_propre) / sqrt(length(x_propre))
}

# Exemple sur un échantillon de salaires
echantillon <- c(2200, 2450, 2100, 2800, 2300, 2600, 2900, 2150)

# Estimation ponctuelle de la moyenne
mean(echantillon) # [1] 2437.5 €

# Précision de l'estimation (Erreur Standard)
erreur_standard(echantillon) # [1] 105.15 €

---

Mise en pratique

1. Simulez une population imaginaire de 100 000 individus dont le revenu annuel suit une loi normale de moyenne \(\mu = 30\,000\) et d'écart-type \(\sigma = 5\,000\) à l'aide de rnorm().
2. Extrayez un échantillon aléatoire de \(n = 50\) personnes avec sample().
3. Calculez l'estimation ponctuelle de la moyenne \(\bar{x}\) et comparez-la à la vraie valeur théorique (\(30\,000\)).
4. Calculez l'erreur standard \(SE\) de cet échantillon.

Partagez sur les réseaux sociaux

Commentaires