Lernzettel: Introduction à l'inférence statistique

📋 Plan du Cours

1. Inférence statistique et généralisation
2. Population parente et échantillon
3. Représentativité et échantillonnage par quotas
4. Échantillonnage probabiliste aléatoire
5. Loi des grands nombres et taille d’échantillon
6. Erreurs d’échantillonnage et risque d’inférence
7. Types d’échelles de mesure nominale ordinale numérique
8. Statistique descriptive et analyse exploratoire

📖 1. Inférence statistique et généralisation

🔑 Notions clés & Définitions

• Inférence statistique : Démarche qui permet de tirer des conclusions sur une population à partir des données observées sur un échantillon.
• Généralisation : Extension des résultats mesurés sur un échantillon vers la population parente dont il est issu.
• Population parente : Ensemble plus vaste auquel appartiennent les individus de l’échantillon et sur lequel on veut conclure.
• Échantillon : Sous-ensemble d’individus, de taille variable, extrait de la population parente pour collecter les données.

📝 Points essentiels

• Les données sont recueillies sur un petit nombre d’individus, donc sur un échantillon, pas sur toute la population parente.
• L’objectif du chercheur porte sur la population parente, pas seulement sur les participants observés.
• La généralisation repose sur des statistiques qui quantifient l’incertitude de l’extension des résultats.
• Dans un sondage, on annonce typiquement une estimation (ex. 52%) accompagnée d’une fourchette d’erreur (ex. ± 2%).
• Le pari de généralisation n’est valable que si l’échantillon représente correctement la population parente.
• L’inférence statistique s’accompagne d’un risque d’erreur, qui doit être quantifié.

💡 Astuce mémo

Échantillon → statistiques → population : on “prédit” avec une marge d’erreur.

📖 2. Population parente et échantillon

🔑 Notions clés & Définitions

• Population de référence : Nom alternatif de la population parente, c’est l’ensemble plus vaste visé par les conclusions de la recherche.
• Effectif variable : Caractéristique selon laquelle la taille de l’échantillon peut varier d’une étude à l’autre.
• Ensemble plus vaste : Formulation qui désigne la population parente, plus grande que l’échantillon étudié.

📝 Points essentiels

• La population parente peut avoir un effectif très important, tandis que l’échantillon reste un nombre réduit d’individus.
• L’échantillon est extrait de la population parente pour permettre la collecte de données.
• La population parente est définie comme l’ensemble sur lequel on souhaite généraliser les résultats.
• L’intérêt du chercheur est orienté vers les caractéristiques de la population parente, pas vers les individus isolés.
• Une mauvaise identification de la population parente ou de ses caractéristiques peut conduire à un échantillon non représentatif.
• La taille de l’échantillon et la qualité de la définition de la population influencent la validité de l’inférence.

💡 Astuce mémo

Population parente = “cible”, échantillon = “mesure”.

📖 3. Représentativité et échantillonnage par quotas

🔑 Notions clés & Définitions

• Représentativité : Propriété d’un échantillon qui reflète correctement les caractéristiques de la population parente.
• Échantillonnage proportionnel par quotas : Méthode où l’on fixe des proportions de caractéristiques dans l’échantillon pour qu’elles correspondent à celles de la population.
• Caractéristiques de la population : Variables utilisées pour structurer l’échantillon afin de reproduire la composition de la population parente.
• Variables influençant le vote : Catégories mentionnées comme susceptibles d’affecter les intentions de vote et donc utilisées dans les quotas.

📝 Points essentiels

• La généralisation exige que l’échantillon soit représentatif de la population parente.
• Dans les sondages d’opinion, l’échantillonnage par quotas est souvent utilisé pour reproduire les proportions des caractéristiques.
• Le chercheur définit la population parente et ses caractéristiques pour construire un échantillon aux mêmes proportions.
• Les caractéristiques citées pour les sondages politiques incluent l’âge, le genre, l’état civil, la catégorie socioprofessionnelle et la région des votants.
• Si la population contient 18% de ruraux, l’échantillon doit contenir la même proportion de ruraux pour rester représentatif.
• La représentativité via quotas est présentée comme une condition indispensable à la généralisation des résultats.

💡 Astuce mémo

Quotas = “miroir” des proportions : même pourcentages dans l’échantillon.

📖 4. Échantillonnage probabiliste aléatoire

🔑 Notions clés & Définitions

• Échantillonnage probabiliste aléatoire : Méthode où l’on tire au hasard des individus dans la population pour former l’échantillon.
• Tirage au sort : Procédure aléatoire qui attribue à chaque élément de la population une chance de sélection.
• Chances identiques d’être tiré : Principe selon lequel chaque individu de la population a la même probabilité d’entrer dans l’échantillon.
• Représentativité suffisante : Niveau de correspondance attendu entre l’échantillon et la population lorsque l’échantillonnage aléatoire est correctement réalisé.

📝 Points essentiels

• En sciences humaines et sociales, l’échantillonnage probabiliste aléatoire est fréquemment utilisé.
• Cette méthode consiste à tirer au hasard un nombre d’individus pour constituer l’échantillon.
• Chaque élément de la population a des chances identiques d’être tiré au sort.
• Un échantillon obtenu par tirage au hasard est généralement suffisamment représentatif de la population.
• La représentativité dépend aussi de la taille de l’échantillon et de la qualité des choix méthodologiques.
• Même avec l’aléatoire, une erreur d’échantillonnage reste possible si la taille est insuffisante ou si les caractéristiques de la population sont mal identifiées.

💡 Astuce mémo

Aléatoire = même chance pour tous : la sélection “ne favorise” personne.

📖 5. Loi des grands nombres et taille d’échantillon

🔑 Notions clés & Définitions

• Loi des grands nombres : Principe selon lequel, avec un effectif suffisamment grand, les caractéristiques observées dans l’échantillon se rapprochent de celles de la population.
• Taille d’échantillon : Nombre d’individus dans l’échantillon, qui influence la proximité entre ses caractéristiques et celles de la population.
• Jeu de Pile ou Face : Exemple utilisé pour illustrer l’effet de la taille d’échantillon sur la stabilité des proportions observées.

📝 Points essentiels

• La loi des grands nombres relie la représentativité à un effectif suffisant.
• Sur un effectif suffisant, l’échantillon tend à refléter davantage les caractéristiques de la population.
• Plus la taille de l’échantillon augmente, plus les caractéristiques de l’échantillon se rapprochent de celles de la population.
• L’exemple de Pile ou Face illustre que de très nombreux lancers donnent très probablement 50% Pile et 50% Face.
• Avec seulement 3 ou 4 lancers, il est possible d’obtenir Pile à chaque fois sans que la pièce soit truquée.
• L’exemple montre que les petits échantillons peuvent produire des résultats atypiques simplement par hasard.

💡 Astuce mémo

Grand nombre → proportions stables (petit nombre → hasard visible).

📖 6. Erreurs d’échantillonnage et risque d’inférence

🔑 Notions clés & Définitions

• Erreur d’échantillonnage : Écart entre ce que l’échantillon mesure et ce que refléterait la population, dû au fait que l’échantillon n’est qu’une partie de la population.
• Risque d’inférence : Niveau de probabilité d’obtenir une conclusion erronée lors de la généralisation à partir d’un échantillon.
• Biais de conclusion statistique : Distorsion des conclusions causée par un échantillon insuffisamment représentatif.

📝 Points essentiels

• Le chercheur n’est jamais totalement à l’abri d’une erreur d’échantillonnage.
• Une erreur d’échantillonnage peut venir d’une taille d’échantillon insuffisante.
• Une erreur d’échantillonnage peut aussi venir d’une mauvaise identification des caractéristiques de la population.
• Si l’échantillon n’est pas suffisamment représentatif, la conclusion statistique peut être biaisée.
• Le risque d’erreur accompagne toute inférence statistique.
• Le rôle du risque d’inférence est de quantifier le niveau d’incertitude lié à la généralisation.

💡 Astuce mémo

Taille trop petite ou quotas mal définis → échantillon trompeur → conclusion biaisée.

📖 7. Types d’échelles de mesure nominale ordinale numérique

🔑 Notions clés & Définitions

• Échelle nominale : Échelle où les valeurs correspondent à des catégories sans relation d’ordre entre elles.
• Échelle ordinale : Échelle où les catégories sont ordonnées, ce qui permet d’exprimer un classement.
• Échelle numérique : Échelle où les données sont des valeurs chiffrées, permettant des opérations numériques.
• Variable de genre : Exemple de variable mesurée sur une échelle nominale via des catégories comme homme ou femme.
• Mention au baccalauréat : Exemple de variable mesurée sur une échelle ordinale via des niveaux classés.

📝 Points essentiels

• Une échelle nominale regroupe des catégories non hiérarchisées, comme le genre ou la réussite/échec.
• Une échelle ordinale relie les catégories par une relation d’ordre, comme Assez bien, Bien, Très bien.
• Une échelle numérique correspond à des valeurs chiffrées, comme taille, poids ou salaire.
• On ne peut pas calculer une moyenne sur une échelle nominale ou ordinale.
• On peut calculer une moyenne sur une échelle numérique, car les valeurs sont chiffrées.
• Le type d’échelle détermine les traitements statistiques possibles, donc l’analyse descriptive et inférentielle adéquate.

💡 Astuce mémo

Nominal = “étiquettes”, Ordinal = “classement”, Numérique = “calcul”.

📖 8. Statistique descriptive et analyse exploratoire

🔑 Notions clés & Définitions

• Statistique descriptive : Ensemble des méthodes qui résument et décrivent les données observées dans un ou plusieurs échantillons.
• Analyse exploratoire des données : Démarche de découverte des caractéristiques des données à partir de représentations et de mesures simples.
• Fréquences : Mesures qui indiquent la proportion d’observations dans chaque catégorie ou intervalle.
• Moyennes : Mesures de tendance centrale calculées à partir des valeurs observées, quand l’échelle le permet.
• Dispersion : Mesure de la variabilité des données autour d’une valeur centrale, comme la moyenne.

📝 Points essentiels

• L’analyse statistique commence par une description des données recueillies sur un ou plusieurs échantillons.
• La statistique descriptive est associée à une statistique exploratoire, aussi appelée analyse exploratoire des données.
• On peut tracer des graphiques pour représenter les données.
• On peut calculer des fréquences et des moyennes pour résumer les observations.
• On peut rechercher des scores extrêmes ou peu courants pour repérer des valeurs atypiques.
• On peut mesurer la variabilité, par exemple la dispersion autour de la moyenne, pour comprendre l’étendue des données.

💡 Astuce mémo

Décrire d’abord : graphes, fréquences, moyennes, extrêmes, dispersion.

📊 Tableaux de synthèse

Quotas vs tirage aléatoire

Méthode	Principe	Représentativité attendue
Échantillonnage par quotas	Fixer des proportions de caractéristiques	Échantillon miroir des proportions de la population
Échantillonnage probabiliste aléatoire	Tirer au hasard avec chances identiques	Échantillon généralement suffisamment représentatif

Échelles de mesure et calculs

Type d’échelle	Caractéristiques	Moyenne possible
Nominale	Catégories sans ordre	Non
Ordinale	Catégories ordonnées	Non
Numérique	Valeurs chiffrées	Oui

⚠️ Pièges & confusions fréquents

1. Confondre représentativité et taille : un échantillon peut être grand mais non représentatif si les caractéristiques de la population sont mal identifiées.
2. Croire qu’un tirage au hasard garantit l’absence d’erreur : une erreur d’échantillonnage reste possible si l’échantillon est trop petit.
3. Calculer une moyenne sur une échelle nominale ou ordinale, ce qui n’est pas possible selon le cours.
4. Penser que la généralisation porte sur les individus interrogés plutôt que sur la population parente.
5. Oublier que la loi des grands nombres parle d’un effectif suffisant : avec peu d’observations, des résultats atypiques peuvent apparaître.

✅ Checklist Examen

1. Expliquer pourquoi l’inférence statistique vise la population parente à partir d’un échantillon.
2. Définir population parente et échantillon et préciser le rôle de la généralisation.
3. Décrire l’idée d’échantillonnage proportionnel par quotas et donner des exemples de caractéristiques utilisées.
4. Expliquer le principe de l’échantillonnage probabiliste aléatoire et le sens des chances identiques.
5. Relier la loi des grands nombres à l’effet de la taille d’échantillon sur la proximité avec la population.
6. Identifier les causes possibles d’erreur d’échantillonnage et le rôle du risque d’inférence.
7. Classer des variables en échelles nominale, ordinale ou numérique à partir de leur nature.
8. Justifier pourquoi une moyenne est possible sur une échelle numérique mais pas sur nominale ou ordinale.
9. Lister les éléments typiques de la statistique descriptive et de l’analyse exploratoire (graphes, fréquences, moyennes, extrêmes, dispersion).