Mathématiques
Premium 🔒
≈ 30 min
Moyenne d'un Échantillon et Inégalités Fondamentales
Lois Normales, Intervalles de Fluctuation et Estimation
Moyenne d'un Échantillon
Échantillon et variable moyenne
Soit $X_1, X_2, \ldots, X_n$ un échantillon de taille $n$ (variables i.i.d. de même loi que $X$).
$$M_n = \frac{X_1 + X_2 + \cdots + X_n}{n}$$
Propriétés de $M_n$
| $X$ | $M_n$ | |
|---|---|---|
| Espérance | $E(X)$ | $$P(|X - E(X)| \geq \delta) \leq \frac{V(X)}{\delta^2}$$0 |
| Variance | $$P(|X - E(X)| \geq \delta) \leq \frac{V(X)}{\delta^2}$$1 | $$P(|X - E(X)| \geq \delta) \leq \frac{V(X)}{\delta^2}$$2 |
| Écart-type | $$P(|X - E(X)| \geq \delta) \leq \frac{V(X)}{\delta^2}$$3 | $$P(|X - E(X)| \geq \delta) \leq \frac{V(X)}{\delta^2}$$4 |
Inégalité de Bienaymé-Tchebychev
Pour toute variable aléatoire $$P(|X - E(X)| \geq \delta) \leq \frac{V(X)}{\delta^2}$$5 et tout $$P(|X - E(X)| \geq \delta) \leq \frac{V(X)}{\delta^2}$$6 :
$$P(|X - E(X)| \geq \delta) \leq \frac{V(X)}{\delta^2}$$
Inégalité de concentration
En appliquant Bienaymé-Tchebychev à $$P(|X - E(X)| \geq \delta) \leq \frac{V(X)}{\delta^2}$$7 :
$$P(|M_n - E(X)| \geq \delta) \leq \frac{V(X)}{n\,\delta^2}$$
Le second membre tend vers 0 quand $$P(|X - E(X)| \geq \delta) \leq \frac{V(X)}{\delta^2}$$8, ce qui prépare la loi des grands nombres.