On connait la proportion p de la population étudiée On peut alors prévoir que dans plus de t % des cas qu'un échantillon de taille n aura une fréquence dans l'intervalle de fluctuation. Dans un intervalle de fluctuation d'une fréquence, la proportion p est le centre de l'intervalle.
En seconde, on prend l'intervalle $\left[p-\dfrac{1}{\sqrt{n}}; p+\dfrac{1}{\sqrt{n}}\right]$ comme intervalle de fluctuation pour $t = 95 % $ En première, on prend l'intervalle $\left[\dfrac{a}{n}; \dfrac{b}{n}\right]$ comme intervalle de fluctuation pour $t = 95 % $ $a$ et $b$ sont tels que $a$ est le plus petit entier tel que $p(X < a) > 2,5 %$ $b$ est le plus petit entier tel que $p(X < b) \geqslant 97,5 \%$ $X$ étant une variable aléatoire suivant la loi binomiale $B(n ; p)$ En terminale, on prend l'intervalle pour $t = 95 % $ $\left[p-1,96\sqrt{\dfrac{p(1-p)}{n}};p+1,96\sqrt{\dfrac{p(1-p)}{n}}\right]$ comme intervalle de fluctuation asymptotique $p =$ , $n =$ , $t =$ $%$ Intervalle de fluctuation seconde : Intervalle de fluctuation première : Intervalle de fluctuation asymptotique :
0 commentaires:
Enregistrer un commentaire