PyDA Course
📖 Leçon 11 Intermédiaire ⏱ 20 minutes ⚡ +10 XP ColabKagglenbviewerBinderDeepnoteGitHub erreur-type · distribution-d-échantillonnage · incertitude · théorème-central-limite

L'erreur type

De combien une moyenne d'échantillon oscillerait si vous répétiez l'étude : l'écart type divisé par la racine carrée de n.

🎯 Ce que vous apprendrez :
  • Distinguer l'écart type des données de l'erreur type de la moyenne
  • Calculer une erreur type à la main à partir d'un échantillon
  • Expliquer pourquoi quadrupler n ne fait que diviser l'erreur par deux
  • Voir la distribution d'échantillonnage de la moyenne dans une expérience que vous pouvez mener vous-même

Ce que cela signifie

L’écart type décrit à quel point les données sont dispersées. L’erreur type décrit à quel point la moyenne elle-même serait dispersée si vous répétiez l’étude de nombreuses fois.

ET=sn\text{ET} = \frac{s}{\sqrt{n}}

où ss est l’écart type de l’échantillon et nn la taille de l’échantillon.

Les deux répondent à des questions différentes. Si une classe de 30 étudiants a un écart type de 12 points à un examen, les étudiants varient d’environ 12 points. Si vous répétiez la classe avec 30 nouveaux étudiants, la moyenne de la classe ne varierait que de 12/30≈2.212/\sqrt{30} \approx 2.2 points. Le premier nombre parle des personnes ; le second parle de votre estimation.

Ce que cela apporte

Toute moyenne que vous calculez est un tirage unique dans une distribution de moyennes possibles. L’erreur type est la largeur de cette distribution, elle vous dit donc à quel point faire confiance au nombre que vous vous apprêtez à rapporter.

C’est aussi l’ingrédient de presque tous les intervalles en statistique appliquée : un intervalle de confiance à 95 % pour une moyenne vaut à peu près xˉ±2 ET\bar{x} \pm 2\,\text{ET}, et le test t est un rapport entre une différence et une erreur type. Comprendre cette seule quantité démystifie la plupart des formules que vous rencontrerez ensuite.

Calcul à la main

Un échantillon de n=25n = 25 durées de livraison a une moyenne de 18 minutes et un écart type d’échantillon de 15,3 minutes.

Étape 1 — la racine carrée de n.

25=5\sqrt{25} = 5

Étape 2 — divisez.

ET=15.35=3.06 minutes\text{ET} = \frac{15.3}{5} = 3.06 \text{ minutes}

Étape 3 — lisez. Les livraisons individuelles varient d’environ 15 minutes, mais la moyenne de 25 d’entre elles n’est incertaine que d’environ 3 minutes. Si l’étude était répétée avec un nouvel ensemble de 25 livraisons, la nouvelle moyenne tomberait typiquement à environ 3 minutes de 18.

Pourquoi la racine carrée

La racine carrée est la partie la plus importante de la formule, car elle fixe la vitesse à laquelle des données supplémentaires achètent de la précision. Pour diviser l’erreur par deux, il faut quadrupler l’échantillon :

nnET pour s=15.3s = 15.3
253,06
1001,53
4000,77
25000,31

Dix fois plus de données donnent environ trois fois plus de précision. C’est pourquoi les sondages s’arrêtent autour de mille répondants : au-delà, la courbe s’aplatit, et l’erreur restante est dominée par le biais plutôt que par l’échantillonnage.

🧩 Défi, réfléchissez d'abord, puis révélez

Un sondage de 400 personnes estime le soutien à 52 % avec une erreur type de 2,5 points de pourcentage. Un concurrent interroge 1 600 personnes. Quelle est son erreur type, et cela change-t-il beaucoup la conclusion probable ?

💡 Réponse : Quadrupler $n$ divise l'erreur par deux : environ 1,25 point. L'estimation est bien plus nette, mais si les deux sondages trouvaient 52 %, la conclusion est la même — la précision supplémentaire ne déplace pas le centre, elle ne fait que resserrer l'intervalle autour de lui.

La même chose en Python

python
import statistics as st

times = [8, 10, 12, 15, 45]
n = len(times)
s = st.stdev(times)
se = s / (n ** 0.5)
print(round(s, 2), round(se, 2))    # 15.31 6.85

Et l’expérience qui rend le concept concret : tirez de nombreux échantillons de la même population et mesurez combien les moyennes d’échantillon varient. Cette dispersion devrait correspondre à l’erreur type.

python
import random, statistics as st

population = [random.gauss(50, 10) for _ in range(10_000)]
means = [st.mean(random.sample(population, 25)) for _ in range(2000)]

print(round(st.pstdev(means), 2))                                  # ≈ 2.0
print(round(st.pstdev(population) / 25 ** 0.5, 2))                 # ≈ 2.0

L’accord des deux nombres est toute la leçon, et cela vaut la peine de l’exécuter une fois de vos propres yeux.

Le voir géométriquement

La distribution d’échantillonnage est une courbe en cloche tracée autour de votre estimation, et l’erreur type en est la demi-largeur. Resserre-la en augmentant nn dans la démonstration de distribution d’échantillonnage de GeoGebra et observez la courbe se resserrer au rythme de la racine carrée de la taille de l’échantillon.

Quand l’utiliser

  • Rapporter la précision d’une estimation, sous forme de nombre ou d’intervalle de confiance.
  • Comparer une différence à son niveau de bruit, ce que font les tests de signification ultérieurs.
  • Planifier une étude : résolvez ET=s/n\text{ET} = s/\sqrt{n} pour trouver le nn qui donne une erreur acceptable.

Limites

  • Elle ne mesure que l’erreur d’échantillonnage. Si l’échantillon est biaisé, une petite erreur type ne fait que rendre la mauvaise réponse plus précise.
  • Elle suppose des observations indépendantes. Des mesures répétées sur la même personne ne sont pas indépendantes, et la formule simple sous-estime l’erreur.
  • Les petits échantillons exigent la loi t, pas le multiplicateur normal de 2,0.
  • Elle ne dit rien des données elles-mêmes. Une erreur type de 1 ne signifie pas que les valeurs individuelles sont proches de la moyenne.

Pièges courants

  • La confondre avec l’écart type. C’est la confusion la plus fréquente de toute la statistique : « les barres d’erreur sont minuscules » décrit souvent l’erreur type d’une moyenne, pas la dispersion des cas.
  • Diviser par n au lieu de √n. L’erreur diminue bien plus lentement que ce que les gens attendent.
  • Rapporter l’erreur type comme une plage ± autour de chaque valeur. C’est une plage pour la moyenne, pas pour les données.

🧩 Défis

🧩 Défi, réfléchissez d'abord, puis révélez

Deux études estiment la même moyenne. L’étude A a n=100n = 100 et s=20s = 20 ; l’étude B a n=100n = 100 et s=5s = 5. Quelle estimation est la plus précise, et de combien ?

💡 Réponse : A : ET $= 20/10 = 2$. B : ET $= 5/10 = 0.5$. B est quatre fois plus précise alors que les deux ont utilisé 100 observations — la précision dépend aussi de la variabilité propre aux données, pas seulement de la taille de l'échantillon. C'est pourquoi maîtriser le bruit de mesure vaut mieux que simplement collecter davantage.

🤔 Questions socratiques

  • Pourquoi l’erreur type diminue-t-elle tandis que l’écart type reste à peu près constant quand nn augmente ?
  • Si l’erreur type est petite, la moyenne est-elle exacte ? Que faut-il d’autre ?
  • Pourquoi la racine carrée figure-t-elle au dénominateur plutôt que l’effectif lui-même ?
  • Que signifierait une erreur type nulle, et qu’est-ce qui la rendrait suspecte ?

✅ Vérification rapide

1. Que mesure l'erreur type de la moyenne ?

2. Un échantillon de 36 a un écart type de 12. Quelle est l'erreur type ?

erreur-typedistribution-d-échantillonnageincertitudethéorème-central-limite