UV 18323 - STATISTIQUE B8

Enquêtes et sondages
Département de Mathématiques

TRAVAUX DIRIGÉS
CNAM

Tome 1 : chapitres 1 à 4

Sylvie Rousseau

Année scolaire 2003 – 2004

 Sommaire

1- Rappels de probabilités et de statistique inférentielle

2- Sondage aléatoire simple
3- Plans à probabilités inégales
4- Plans stratifiés
5- Plans par grappes et plans à plusieurs degrés
6- Méthodes de redressement ou de pondération

Calendrier des travaux dirigés

Le volume global des travaux dirigés est de 30 heures réparties à raison de 15

séances de 2 heures chacune. Elles se tiendront normalement de 18h30 à 20h30
aux dates suivantes:

1- Lundi 13 Octobre
2- Lundi 20 Octobre
3- Lundi 03 Novembre
4- Vendredi 14 Novembre
5- Lundi 17 Novembre
6- Lundi 24 Novembre
7- Lundi 01 Décembre
8- Lundi 08 Décembre
9- Lundi 15 Décembre
10- Lundi 05 Janvier
11- Lundi 12 Janvier
12- Lundi 19 Janvier
13- Lundi 26 Janvier
14- Lundi 02 Février
15- Lundi 09 Février
TD Enquêtes et Sondages n°1
RAPPELS de PROBABILITÉS
et de STATISTIQUE INFERENTIELLE

Exercice 1 Lecture d’abaques pour la loi normale

Soit une variable aléatoire Z distribuée selon la loi normale centrée réduite, notée N(0,1). Utiliser les
tables statistiques pour obtenir :
1. P(Z > 1),
2. P(-1,645 < Z < 1,645),
3. P(-1,96 < Z < 1,96),
4. P(-3,09 < Z < 3,09),
5. Les quantiles z0,05 et z0,95 d’ordre respectifs 5% et 95%.

Exercice 2 Contrôle qualité en usine n°1

Le responsable qualité d’une usine contrôle 20 objets dans chaque lot de 1000 objets avant de le
laisser partir vers le client. Il accepte seulement les lots pour lesquels il ne trouve aucun objet non
conforme dans l’échantillon ; dans le cas contraire, le lot est trié unité par unité.
1. Quelle est la probabilité pour qu’un lot contenant une proportion p = 0,05 d’objets non
conformes soit accepté ?
2. Même question pour p = 0,1.
3. Le responsable qualité proclame partout qu’il produit du « zéro défaut » parce qu’il n’accepte
aucun produit non conforme. Qu’en pensez-vous ?

Exercice 3 Contrôle qualité en usine n°2

Une usine fabrique des canettes de diamètre intérieur moyen de 50 mm avec un écart-type 0,8 mm.
Le cahier des charges alloue des tolérances inférieure de 48 mm et supérieure à 52 mm. Dans le cas
où ces tolérances ne sont pas respectées, la canette est déclarée non conforme.
1. En admettant que les diamètres sont distribués selon une loi normale, quelle est la proportion
de canettes non conformes ?
2. On suppose que le processus de fabrication s’est déréglé et produit désormais des canettes
avec un diamètre d’espérance 49 mm. Quelle est dans ce cas la proportion de canettes non
conformes ?

Exercice 4 Précision d’un appareil de mesure

Préalable : soient X1, X2, …, Xn n variables aléatoires indépendantes et identiquement distribuées

1 n
(i.i.d). On note la moyenne empirique X = ∑ Xi .
n i =1
( )
1. Calculer E X et V X . ( )
Un appareil de mesure possède une certaine précision définie comme l’écart type σ des mesures
prises sur le même objet par le même opérateur. Dans l’optique de s’affranchir au mieux de cette
erreur de mesure inhérente à l’appareil, on décide de mesurer n fois le même objet et de prendre la
moyenne des résultats comme mesure finale de l’objet.
TD Enquêtes et Sondages n°1

2. Justifier statistiquement cette procédure.

3. On décide de prendre l’écart type de la mesure finale comme indicateur de précision du
procédé. Comment évolue la précision du procédé en fonction de n ?
4. Combien de mesures faut-il prendre successivement pour que cette précision vaille 1 ?
5. Pour choisir n, on décide de minimiser la fonction de coût suivante : f(n) = a n + b σ /√n où
- a désigne le coût comptable d’une mesure,
- b le coût de l’imprécision de la mesure finale.
Justifier cette fonction de coût et trouver la solution optimale.
Réaliser l’application numérique avec σ = 4, a = 1 € et b = 10 €.

Exercice 5 Analyse sensorielle

Deux brioches A et B assez semblables possèdent néanmoins des caractéristiques de fabrication

distinctes. On souhaite estimer la proportion p de consommateurs capables de distinguer les deux
produits. Pour cela, on choisit n personnes aléatoirement et on fait goûter à chacune 3 brioches : 2 de
type A et 1 de type B, chacune devant ensuite se prononcer sur celle qui lui semble différente des
autres.
1. En appelantπ la proportion de bonnes réponses, exprimer π en fonction de p.
2. Donner la loi suivie par le nombre de bonnes réponses.
3. Proposer un estimateur de π et de p. Calculer leur espérance et variance respectives.
4. Si p = 0, autrement dit si personne n’est capable de distinguer les deux brioches, donner la
valeur limite en dessous de laquelle doit se situer le nombre de bonnes réponses dans 90%
des cas. On considèrera n = 15.
5. On a obtenu 9 bonnes réponses parmi les 15 personnes interrogées. Qu’en concluez-vous ?

Exercice 6 Distribution de la taille moyenne de joueurs de basket

On considère que la taille des joueurs de basket d’une ville donnée possède une distribution
d’espérance 1,85 m et d’écart type 7 cm. On interroge de manière indépendante 35 joueurs choisis
aléatoirement et on relève la taille de chacun.
1. Quelle est la loi suivie par la moyenne des tailles des joueurs ?
2. Calculer la probabilité pour que cette moyenne soit
- supérieure à 1,90 m
- inférieure à 1,82 m.

Exercice 7 Intervalles de confiance pour une moyenne et une variance

On a pesé sur pieds 10 bœufs de trois ans de la même race lors de leur arrivée à l’abattoir et on a
obtenu les résultats suivants mesurés en kg : 775 ; 750 ; 755 ; 756 ; 761 ; 765 ; 770 ; 752 ; 760 et
767. On suppose que ces résultats sont issus d’une population infinie distribuée selon une loi normale
de moyenne m et de variance σ².
1. Construire un intervalle de confiance pour m au niveau de confiance 95%.
2. Construire un intervalle de confiance pour σ² au niveau de confiance 95%.

Exercice 8 Intervalle de confiance pour une proportion

On étudie une population animale dont certains membres sont albinos. On a extrait de cette
population un échantillon de 40 animaux parmi lesquels on comptabilise 3 albinos.
1. Construire un intervalle de confiance pour la proportion d’albinos au niveau de confiance 95%.
2. Même question pour un échantillon de taille 400 avec 30 albinos. Commenter.
TD Enquêtes et Sondages n°2

SONDAGE ALÉATOIRE SIMPLE

Exercice 1 Rappels de cours

L’exercice propose de démontrer des résultats présentés dans le cours et d’insister sur des
techniques de raisonnement usuelles en sondage. Considérons qu’on veuille estimer le total et la
moyenne d’une grandeur Y dans une population U de taille N. Pour cela, on procède à un sondage
aléatoire simple sans remise de taille n et on note S l’échantillon aléatoire obtenu.

1. Combien y a-t-il d’échantillons possibles ? Quelle est la probabilité de tirer chacun d’entre
eux ?

2. On considère un individu k quelconque dans U. Combien y a-t-il d’échantillons contenant cet

individu ? En déduire la probabilité de tirage de k.

3. On note I k la variable aléatoire valant 1 si k appartient à l’échantillon et 0 sinon.

a. Que vaut E (I k ) ?
b. Comment peut-on réécrire ∑Y
k ∈S
k à partir des I k ?

N
4. En déduire que : tˆy =
n
∑Y
k ∈S
k estime sans biais le vrai total ty = ∑Y
k ∈U
k et que

1 1
Yˆ = ∑ Yk estime sans biais la vraie moyenne Y = ∑Y k .
n k ∈S N k ∈U
5. Combien y a-t-il d’échantillons comprenant les individus identifiés k et l ? En déduire la
probabilité de tirer ces deux individus conjointement. Que vaut alors E (I k I l ) ? En déduire
Cov(I k , I l ) .

6. On note S y =
2 1
∑ (Yk − Y )2 et f = 1 − n . A partir des résultats précédents, montrer
N − 1 k ∈U N
S y2
que : a. Var (tˆy ) = N ( N − n )
n

(ˆ )
2
S
b. Var Y = (1 − f ) y

n
7. Quel est l’intérêt du sondage sans remise par rapport au sondage avec remise ?

8. Montrer que s =
2 1
n − 1 k ∈S
( )
∑ Yk − Yˆ
2
2
estime sans biais S y . En déduire des estimateurs sans

biais de Var (tˆy ) et de Var Y .

ˆ ()
TD Enquêtes et Sondages n°2

Exercice 2 Application directe du cours n°1

L’exercice propose de retrouver sur un exemple les résultats de la théorie pour un sondage aléatoire
simple sans remise de taille fixe. On considère pour cela tous les échantillons possibles de taille 2 pris
dans une population de taille N = 5. On connaît par ailleurs les valeurs de la variable d’intérêt Y pour
chaque unité de la population, à savoir respectivement : 8, 3, 11, 4 et 7.

2
1. Calculer la moyenne Y et la dispersion S Y du caractère d’intérêt sur la population.
2. Lister tous les échantillons possibles de taille 2.
ˆ
3. Pour chacun de ces échantillons, calculer l’estimateur Y de la moyenne de la variable
d’intérêt ainsi que l’estimateur de sa variance Vˆ Y . (ˆ )
4. Calculer la variance V Y . (ˆ )
ˆ
5. Vérifier que Y estime sans biais la vraie moyenne.
(ˆ )
6. Vérifier que V Y coïncide avec la formule de la variance donnée par la théorie.

7. Vérifier que Vˆ (Yˆ ) (ˆ )

estime sans biais la vraie variance V Y .

Exercice 3 Application directe du cours n°2

On considère une population U = {1,2,3} ,sur laquelle on définit le plan de sondage suivant :
1 1 1
p({1,2}) = , p({1,3}) = , p({2,3}) =
2 4 4

Y est une variable définie sur U, telle que : Y1 = Y2 = 3,Y3 = 6 dont on veut estimer le total t y
1. Calculer les probabilités d'inclusion simple π k et double π k .
2. Donner la distribution de probabilité de l'estimateur de Horvitz-Thompson tˆYπ du total.
Calculer la variance de cet estimateur.
3. Donner la distribution de probabilité d'un estimateur de variance de tˆYπ (il est conseillé de
choisir l'estimateur le plus simple à calculer). On pourra vérifier que cet estimateur est sans
biais.

Exercice 4 Estimation d’une retombée touristique

(d’après A-M. Dussaix et J-M. Grosbras, Exercices de sondage, Economica, 1992 )

145 ménages de touristes séjournant en France dans une région donnée ont dépensé 830 € en
moyenne par jour. L’écart type estimé de leurs dépenses s’élève à 210 €. Sachant que 50 000
ménages de touristes ont visité la région où a été effectuée l’enquête, que peut-on dire de la dépense
totale journalière de l’ensemble de ces ménages ? On supposera pour cela que l’échantillon est issu
d’un plan aléatoire simple à probabilités égales.
TD Enquêtes et Sondages n°2

Exercice 5 Estimation de la surface agricole utile d’un canton

(d’après P.Ardilly et Y.Tillé, Exercices corrigés de méthode de sondage, Ellipses, 2003 )

On veut estimer la surface moyenne cultivée dans les fermes d’un canton rural. Sur 2010 fermes que
comprend ce canton, on en tire 100 par sondage aléatoire simple. On mesure Yk la surface cultivée
par la ferme k en hectares et on trouve :
∑Y
k ∈S
k = 2907 ha et ∑Y
k ∈S
k
2
= 154 593 ha 2

1
1. Donner la valeur de l’estimateur sans biais classique de la moyenne Y =
N
∑Y
k ∈U
k .

2. Donner un intervalle de confiance à 95% pour Y .

Exercice 6 Taille d’échantillon pour un sondage d’opinion
(d’après A-M. Dussaix et J-M. Grosbras, Exercices de sondage, Economica, 1992 )

Un sondage sur la popularité d’une personnalité politique lui accorde un pourcentage p ˆ = 30%
d’opinions favorables. En admettant qu’il s’agisse d’un sondage aléatoire simple sans remise,
combien de personnes ont-elles été interrogées pour que l’on puisse dire avec un degré de confiance
de 95% que la vraie proportion d’opinions favorables dans la population ne s’écarte pas de p̂ de plus
de deux points ?

Exercice 7 Taille d’échantillon pour une proportion

(d’après P.Ardilly et Y.Tillé, Exercices corrigés de méthode de sondage, Ellipses, 2003 )

On s’intéresse à l’estimation de la proportion P d’individus atteints par une maladie professionnelle

dans une entreprise de 1500 travailleurs. On sait par ailleurs que trois travailleurs sur dix sont
ordinairement touchés par cette maladie dans des entreprises du même type. On se propose de
sélectionner un échantillon au moyen d’un sondage aléatoire simple.

1. Quelle taille d’échantillon faut-il sélectionner pour que la longueur totale d’un intervalle de
confiance avec un niveau de confiance 0,95 soit inférieure à 0,02 pour un plan simple :
a. avec remise ?
b. sans remise ?

2. Que faire dans le cas du plan sans remise si on ne connaît pas la proportion d’hommes
habituellement touchés par la maladie ?

Exercice 8 Nombre d’espaces de stationnement à prévoir

(d’après A-M. Dussaix et J-M. Grosbras, Exercices de sondage, Economica, 1992 )

Une entreprise de promotion immobilière désire estimer le nombre d’espaces de stationnement requis
pour une nouvelle tour devant abriter des bureaux. Elle décide de procéder à un sondage aléatoire
simple sans remise. Elle sait que le nouveau bâtiment abritera 5 000 personnes et que, dans des
entreprises de même type que celles devant emménager dans les futurs locaux, la proportion de
personnes se rendant à leur bureau en utilisant les moyens de transport en commun est toujours
supérieure à 75%. Quelle doit être la taille de l’échantillon pris au sein des futurs occupants potentiels
des bureaux pour pourvoir estimer le nombre d’espaces de stationnement à prévoir avec une marge
d’erreur symétrique d’au plus 150 places au niveau de confiance 90% ?
TD Enquêtes et Sondages n°2

Exercice 9 Application au marketing direct

(d’après A-M. Dussaix et J-M. Grosbras, Exercices de sondage, Economica, 1992 )

Les sondages sont très largement utilisés dans le marketing direct : il arrive souvent que l’on estime
par sondage le rendement d’un fichier donné, ou que l’on souhaite comparer les rendements de
plusieurs fichiers, ou encore, que disposant de plusieurs fichiers, on souhaite estimer par sondage le
rendement global de l’ensemble de ces fichiers. Dans cet exercice, on suppose l’existence d'un fichier
de N = 200 000adresses. On note p le rendement inconnu du fichier à une offre d’abonnement à prix
réduit avec calculette offerte en prime ; c’est donc la proportion d’individus qui s’abonneraient si l’offre
était offerte à tous les individus du fichier. Selon l’usage p̂ est l’estimation de p obtenue à partir d’un
test fait sur un échantillon de n adresses choisies à probabilités égales et sans remise sur le fichier.

1. On sait par expérience que les rendements à ce type d’offre sur ce fichier ne dépassent pas
généralement 3%. Quelle taille d‘échantillon doit-on prendre pour estimer p avec une
précision absolue de 0,5 % (ou 0,5 points) et un degré de confiance de 95%

2. Mêmes questions pour une précision de 0,3% et 0,1%.

3. Le test a porté sur 10 000 adresses et on a noté 230 abonnements. En déduire l’intervalle de
confiance bilatéral à 95% pour le rendement p ainsi que le pour le nombre total
d’abonnements si la même offre était faite sur l’ensemble du fichier.

Rappel : on appelle précision absolue au niveau de confiance 1-α- la quantité t1− α V ( pˆ ) où t1− α
2 2

α
est le fractile d’ordre 1 − de la loi normale centrée réduite.
2
Exercice 10 Nombre de signataires d’une pétition
(Extrait de Cochran, Sampling Technics)

On a collecté des signatures pour une pétition sur 676 feuilles. Sur chacune d’entre elles, il y a la
place pour 42 signatures, mais beaucoup ne sont pas très remplies. Le nombre de signatures par
feuille a été étudié sur un échantillon de 50 feuilles (à peu près 7% de l’ensemble donc). A partir des
résultats sont consignés dans le tableau ci–contre, estimer le nombre total de signatures et donner un
intervalle de confiance pour ce nombre à 95% et à 80% .

Nombre de signatures Fréquence

42 23
41 4
36 1
32 1
29 1
27 2
23 1
19 1
16 2
15 2
14 1
11 1
10 1
9 1
7 1
6 3
5 2
4 1
3 1
TD Enquêtes et Sondages n°2

Remarque : le décompte complet des signatures a montré qu’il y en avait 21 045 !

Exercice 11 Taux d’équipement des ménages

On a effectué un sondage aléatoire simple de taille 1000 auprès de 22 millions de ménages résidant
en France métropolitaine. On estime le taux d’équipement des ménages en lave-vaisselle à 54% et
celui en micro-ordinateur à 11%.

1. Calculer pour chaque équipement une estimation de la précision absolue et de la précision

relative.

2. Les taux d’équipement en lave-vaisselle sont également estimés selon la catégorie

socioprofessionnelle des chefs de ménage. On trouve en particulier que pour les professions
libérales, artisans et commerçants - qui constituent 10% de l’échantillon - le taux
d’équipement est estimé à 70% tandis que pour les agriculteurs - 6% de l’échantillon -
l’estimation vaut 25%. Comparer les précisions relatives du taux d’équipement pour ces 2
catégories professionnelles.

Rappel : on appelle précision absolue au niveau de confiance 1-α- la quantité t1− α V ( pˆ ) où t1− α
2 2

α
est le fractile d’ordre 1 − de la loi normale centrée réduite. La précision relative au niveau de
2
V ( pˆ )
confiance 1-α- est t1− α
2 p

Exercice 12 Un cas d’enquête répétée

(d’après P.Ardilly et Y.Tillé, Exercices corrigés de méthode de sondage, Ellipses, 2003 )

On considère une population de 10 stations-services et on s’intéresse au prix du litre de

supercarburant que chacune d’entre elles affiche. Plus exactement, sur deux mois consécutifs, mai et
juin, les données de prix figurent dans le tableau ci-dessous :

Prix du litre de supercarburant

Station 1 2 3 4 5 6 7 8 9 10
Mai 5,82 5,33 5,76 5,98 6,20 5,89 5,68 5,55 5,69 5,81
Juin 5,89 5,34 5,92 6,05 6,20 6,00 5,79 5,63 5,78 5,84

On veut estimer l’évolution du prix moyen du litre entre mai et juin. On choisit, comme indicateur de
cette évolution la différence des prix moyens On propose deux méthodes concurrentes:

- Méthode 1 : on échantillonne n stations (n < 10) en mai et n stations en juin, les deux
échantillons étant totalement indépendants ;

- Méthode 2 : on échantillonne n stations en mai, et on interroge de nouveau ces stations en

juin (technique de panel).

1. Comparer l’efficacité des deux méthodes.

2. Même question si on souhaite cette fois estimer un prix moyen sur la période globale mai-juin.
TD Enquêtes et Sondages n°2

3. Si on s’intéresse au prix moyen de la question 2, ne vaut-il pas mieux tirer, non pas 2 fois 10
relevés avec la méthode 1. (10 chaque mois) mais directement 20 relevés sans se soucier
des mois (méthode 3.) ? Aucun calcul n’est nécessaire.

Exercice 13 Protection de l’anonymat

Pour préserver l’anonymat dans certaines enquêtes par sondage, le procédé suivant peut être suivi.
Admettons que l’on veuille estimer la proportion de personnes qui remplissent leur déclaration fiscale
de manière honnête. On demande alors à chaque personne interrogée de se retirer dans une pièce
isolée, et de jouer à pile ou face.

- si elle obtient « pile » alors elle doit répondre honnêtement par « oui » ou « non » à
la question « Votre déclaration fiscale est-elle honnête ? »

- si elle obtient « face », elle devra lancer la pièce une nouvelle fois et répondre par « oui »
ou « non » à la question « Avez-vous obtenu « face » au deuxième tirage ? ».
Grâce à ce procédé, il est impossible à l’enquêteur de savoir à quelle question se rapporte la réponse
de la personne interrogée, celle-ci peut donc fournir sans crainte une réponse sincère.

1. On note p la proportion inconnue de déclarations fiscales remplies honnêtement dans la

population et π la proportion de réponses « oui ». Montrer que π = p/2 + 1/4 .

2. Soit X la variable aléatoire désignant le nombre de réponses « oui » dans une enquête auprès
de n personnes. Quelle est la loi de X ? Donner un estimateur de π et un estimateur de p.
Calculer leur espérance et variance respectives.

3. En déduire un intervalle de confiance de niveau 1- α pour p. On utilisera l’approximation

normale de la loi binomiale.

4. Application numérique avec n = 1000 et 600 réponses affirmatives. Donner une estimation de
p et un intervalle de confiance pour p au niveau 95%. Quel est le prix payé pour la
confidentialité ?

Exercice 14 Algorithme de tirage

bernoullien

On considère une population U de 1000 individus composée de trois sous-populations disjointes

U 1 ,U 2 ,U 3 de tailles respectives N1 = 600, N 2 = 300, N 3 = 100 . On va échantillonner dans cette
population au moyen de tirage bernoullien : cette méthode consiste à choisir une probabilité
d’inclusion commune π , puis à simuler sur la population une variable aléatoire distribuée selon une loi
uniforme sur [0,1[ et à sélectionner les individus pour lesquels la réalisation de cette variable est
inférieure à π .

1. On décide dans un premier temps de tirer un échantillon dans U en utilisant le plan de

sondage suivant :
• dans la sous-population U 1 , on réalise un tirage bernoullien, tel que chaque élément k a
la probabilité π k = 0.1 d'être sélectionné,
• dans la sous-population U 2 , on réalise un tirage bernoullien, tel que chaque élément k a
la probabilité π k = 0.2 d'être sélectionné,
TD Enquêtes et Sondages n°2

• dans la sous-population U 3 , on réalise un tirage bernoullien, tel que chaque élément k a

la probabilité π k = 0.8 d'être sélectionné,
• l'échantillon complet est constitué de la réunion des trois sous-échantillons ainsi obtenus.

Calculer l'espérance et la variance de la taille ns de l'échantillon.

2. On réalise maintenant un tirage bernoullien directement dans U, tel que chaque élément a la
probabilité π d'être sélectionné.
a. Déterminer π pour que l'espérance de la taille de l'échantillon, sous ce plan de
sondage, soit égale à l'espérance de la taille de l'échantillon calculée à la question
précédente.
b. Calculer alors la variance de la taille de l'échantillon, et comparer cette variance à
celle de la question précédente.

Exercice 15 Algorithme du tri

aléatoire

On veut estimer le poids moyen de 10 éléphants d’un cirque. Pour cela, on réalise un sondage
aléatoire simple sans remise de taille 5 à l’aide d’un tri aléatoire. On simule donc une variable
aléatoire uniforme U ~ U[0,1] sur la population des éléphants, puis on trie les réalisations obtenues
par ordre croissant (ou décroissant) et on retient l’échantillon correspondant aux 5 plus grandes
valeurs (ou plus petites). La simulation a été effectuée à partir de la fonction ALEA() sous Excel et a
donné les réalisations ci-dessous :

Numéro de Valeur
l'éléphant générée
1 0,84
2 0,12
3 0,36
4 0,60
5 0,68
6 0,11
7 0,87
8 0,44
9 0,21
10 0,77

1. Quel est l’échantillon tiré ?

2. On pèse les éléphants retenus et on obtient en tonnes les poids respectifs suivants : 3,65 ;
3,17 ; 4,18 ; 3,55 et 4,26.

3. Donnez un estimateur du poids moyen des éléphants puis un intervalle de confiance à 95% de
ce poids moyen.

4. Finalement, on réalise une pesée exhaustive des éléphants. On obtient un poids moyen de
3,45 tonnes. Que dire de l’intervalle de confiance précédent ? D’où peut venir le problème ?
TD Enquêtes et Sondages n°2

Exercice 16 Tendance linéaire et tirage systématique

(d’après J-M. Grosbras, Méthodes statistiques des sondages, Economica, 1987)

On considère une population de taille N avec N = n k où n est la taille souhaitée de l’échantillon et k

un nombre entier. On suppose que pour tout individu k de la population, on a Yk= k pour k = 1 à N.

1. On note respectivement Y et S Y2 la moyenne et la dispersion du caractère d’intérêt sur la

N +1 N ( N + 1)
population. Vérifier que Y = et S Y =
2
.
2 12
2. On réalise un sondage aléatoire simple sans remise de taille n.
ˆ
a. Quel est l’estimateur classique Y de la moyenne ?

b. Montrer que sa variance vaut : V Y = (ˆ ) (k − 1)(N + 1) .

12
3. On réalise à présent un tirage systématique de taille n : on tire un nombre a au hasard entre 1
et k et on forme un échantillon de taille voulue avec les unités a, a + k, a + 2k, …, a + (n-1)k.
ˆ (ˆ )
Soit Ysys la moyenne des unités sélectionnées dans l’échantillon. Montrer que : E Ysys = Y et

ˆ
que V Ysys =( )
k 2 −1
12

(ˆ ) (ˆ )
4. Comparer V Y et V Ysys et commenter

Exercice 17 Algorithme de « sélection-rejet »

La méthode de sélection-rejet permet d’obtenir un échantillon de taille n en une seule lecture du

fichier. L’algorithme est le suivant :

- On initialise à 0 les compteurs k et j renseignant respectivement le nombre d’unités du

fichier déjà examinées et le nombre d’unités déjà sélectionnées dans l’échantillon. On se
positionne sur le premier individu du fichier.

- Tant que j est strictement inférieur à la taille d’échantillon voulue, on a généré un nombre
aléatoire u selon une loi uniforme sur [0,1[ pour l’individu de rang k+1 sur lequel on est
positionné et on décide :
n− j
o Si on obtient u < , alors on sélectionne l’unité de rang k+1 . On incrémente
N −k
donc j d’une unité, puis on passe à l’individu suivant en incrémentant k.

o Sinon, l’unité k+1 n’est pas tirée et on passe à l’individu suivant en incrémentant
k.

1. Montrer qu’il suffit effectivement donc d’au plus N opérations pour

sélectionner n unités et que les probabilités d’inclusion individuelles sont bien respectées :
n
πk = , ∀k ∈ U .
N
TD Enquêtes et Sondages n°2

2. Application : sélectionner un échantillon de taille 4 dans une population de

taille 10 selon cette méthode en utilisant les réalisations suivantes d’une variable aléatoire U
uniforme sur [0,1[ :

Individu 1 2 3 4 5 6 7 8 9 10
k
uk 0.375489 0.62004 0.517951 0.0454450 0.632912 0.246090 0.927398 0.32595 0.645951 0.178048
TD Enquêtes et Sondages n°3

PLANS à PROBABILITÉS INÉGALES

Exercice 1 Rappels de cours sur l’estimateur d’Horvitz-

Thomson

Etudier l’espérance et la variance de l’estimateur d’Horvitz-Thomson (ou « π-estimateur » ou encore

Yk
« estimateur des valeurs dilatées ») du total donné par ∑π
k ∈S
.
k

Exercice 2 Tirage systématique de ménages

Une population est composée de 6 ménages. Le tableau suivant donne la taille des ménages (i.e. le
nombre de personnes du ménage), et le nombre de visites reçues par chaque ménage une semaine
donnée. On tire un échantillon de 3 ménages sans remise, avec des probabilités proportionnelles à la
taille du ménage.

Ménage A B C D E F
Taille 2 4 3 1 2 9
Visites 1 2 3 4 5 6

1. Donner, sous forme fractionnaire, les probabilités d'inclusion des 6 ménages (on pourra être
amené à recalculer certaines probabilités).

2. Réaliser le tirage par une méthode systématique, en conservant l'ordre des ménages ci-dessus (en
utilisant n'importe quel générateur de nombres aléatoires : calculette, logiciel, cerveau humain...).

3. A partir de l'échantillon obtenu, donner une estimation de la taille moyenne des ménages. Le
résultat était-il prévisible ?. Donner une estimation du nombre total de visites dans la population.

4. Lister les 4 échantillons possibles que l'on peut obtenir avec un tirage systématique, et indiquer
les probabilités de tirage de chacun d'eux. Vérifier que l'estimateur du nombre total de visites est
sans biais.

5. Calculer la matrice des probabilités d’inclusion d’ordre 2 ? Commenter.

Exercice 3 Tirage systématique d’entreprises

(d’après P.Ardilly et Y.Tillé, Exercices corrigés de méthode de sondage, Ellipses, 2003)

On a répertorié dans une petite municipalité 6 entreprises dont les chiffres d’affaires(variable Xk)
valent respectivement 40, 10, 8, 1, 0.5 et 0.5 millions d’euros. Dans le but d’estimer l’emploi salarié
total, sélectionner trois entreprises au hasard et sans remise à probabilités inégales selon le chiffre
d’affaires par la méthode du tirage systématique en justifiant votre démarche. Pour ce faire, on
utilisera la réalisation suivante d’une variable aléatoire uniforme sur [0,1] : 0,83021. Que se passe-t-il
si l’ordre du fichier est modifié ?
TD Enquêtes et Sondages n°3

Exercice 4 Tirage de Poisson

(d’après P.Ardilly et Y.Tillé, Exercices corrigés de méthode de sondage, Ellipses, 2003)

Lorsqu’on effectue des tirages à probabilités inégales, on utilise en général des méthodes
d’échantillonnage de taille fixe. Il existe cependant des algorithmes très simples permettant des
tirages à probabilités inégales mais conférant à l’échantillon une taille variable. On s’intéresse ici au
tirage de Poisson dont le principe consiste à effectuer une loterie sur chaque individu de la population
indépendamment d’un individu à l’autre. Ainsi, pour une population de taille N où les probabilités
d’inclusion individuelles π k sont connues pour tout k, on simule N aléas indépendants dans la loi
uniforme sur [0,1] et on retient l’individu k si et seulement si u k ≤ π k

1. Vérifier que l’algorithme de tirage respecte les probabilités d’inclusion d’ordre 1 en calculant la
probabilité pour que l’individu k soit sélectionné.

2. La taille de l’échantillon est une variable aléatoire notée n S .

a. Ecrire n S en fonction des variables indicatrices de Cornfield.
b. Que vaut l’espérance et la variance de n S ?
c. Quelle est la probabilité pour que l’échantillon ait une taille au moins égale à 1 ?

On supposera dans la suite que l’échantillon a une taille au moins égale à 1.

Yk
3. On utilise l’estimateur du total Yˆ = ∑π
k∈S
où S désigne l’échantillon aléatoire obtenu à l’issue
k
des N loteries.
a. Vérifier que Ŷ estime le vrai total sans biais.
b. Quelle est la variance de Ŷ ? Comment peut-on l’estimer sans biais ?
c. Que valent les probabilités d’inclusion d’ordre 2 ?

4. Comparer à un plan général de taille fixe n de mêmes probabilités d’inclusion. Quelles sont
les inconvénients d’un plan de taille non-fixe ?

Exercice 5 Sur-échantillonnage

On étudie une population de 40 millions d’individus où les CSP+ (catégories socioprofessionnelles

« supérieures ») représentent 20% de l’ensemble. La taille de l’échantillon est limitée budgétaire ment
à n = 2000 individus. On souhaite disposer d’un sous-échantillon de CSP+ de taille 600 (on parle de
sur échantillonnage de cette population dans ce cas où la proportion sur échantillon dépasse sa
véritable part dans la population).

1. Donner les probabilités d’inclusion d’une personne CSP+ et d’un individu d’une autre CSP.
Observer le ratio de ces probabilités.

2. Quelles sont les pondérations à appliquer aux valeurs individuelles pour pouvoir utiliser les
formules usuelles du sondage aléatoire simple ?

3. Chez les CSP+, on a trouvé 33% de lecteurs réguliers d’un quotidien contre 21% parmi les
autres CSP. Estimer la proportion globale de lecteurs réguliers.
TD Enquêtes et Sondages n°3

Exercice 6 Fréquentation des lignes aériennes intérieures

On souhaite connaître sur une période d’un an la fréquence avec laquelle les Français voyagent par
avion sur des lignes intérieures. Pour cela, on a interrogé un échantillon en tirant des numéros de
téléphone au hasard, puis dans chaque ménage sélectionné, on a retenu au hasard une personne,
quel que soit son âge, à qui on a demandé si elle a pris une ligne aérienne intérieure au cours des 12
derniers mois. Le tableau suivant donne la distribution des ménages France entière selon leur taille (la
taille d’un ménage est le nombre de personnes le composant) ainsi que les réponses obtenues parmi
les 9 864 ménages répondants de même taille. Estimer le nombre total de personnes ayant pris
l’avion au cours des 12 derniers mois à l’aide de ces informations.

Taille du ménage Répartition France Nombre de personnes

ayant pris l’avion
1 31,7% 1365
2 27,7% 1092(*)
3 17,3% 785
4 14,7% 468
5 et plus 8,6% 195
Ensemble 100% 3905
(*) parmi les ménages répondants de taille 2, 1092 individus ont déclaré avoir pris
l’avion sur la période considérée. En France, 27,7% des ménages sont de taille 2.

Exercice 7 Volume d’archives

On désire estimer à l’échelle d’un canton le nombre de kilomètres linéaires d’archives stockées dans
les mairies. Pour cela, on procède à un tirage de 4 communes parmi les 9 du canton,
proportionnellement à leur population. Les communes sont listées ci-dessous avec leur nombre
d’habitants :

Numéro de Nom de la Population

commune commune
1 Val le Grand 1100
2 Les Gries 650
3 Les Combres 500
4 Flins 2300
5 Villers le Lac 4000
6 Fortin 5500
7 Montlebon 1900
8 Sanzeau 200
9 Aumont 150

1. Donner les probabilités d’inclusion de chacune des communes.

Le tirage a donné les résultats suivants :

Numéro de Nom de la Mètres d’archives

commune commune
2 Les Gries 17
4 Flins 38
5 Villers le Lac 55
6 Fortin 70

2. Estimer le métrage total des archives du canton.

TD Enquêtes et Sondages n°4

PLANS STRATIFIES

Exercice 1 Rappels de cours

Dans une population de taille N partitionnée en H strates, on sélectionne un échantillon de taille n

suivant un plan stratifié. Dans chaque strate h, on tire nh individus parmi Nh selon un sondage
aléatoire simple sans remise de taille fixe.

Préalable : montrer la formule de décomposition de la variance :

∑ (Y −Y ) = ∑ N (Y −Y )
H H
1 1 1
∑ N h σ 2yh +
2 2
σ 2y = k h h
N k ∈U N h =1 N h =1

1) Pour une variable d’intérêt Y, donner les estimateurs du total t Y et de la moyenne.

2) Montrer que ces deux estimateurs sont sans biais et calculer leur variance.

3) On considère l’allocation proportionnelle de l’échantillon : on décide de tirer dans chaque

nh n n
strate h un nombre d’individus nh tel que : = (en supposant que N h soit entier).
Nh N N
a. Comment s’écrivent alors les estimateurs du total et de la moyenne ?
b. Que vaut leur variance ?
Montrer alors, que si on suppose : σ y ≈ S y et σ yh ≈ S yh pour tout h, l’allocation
2 2 2 2
c.
proportionnelle est toujours meilleure qu’un sondage aléatoire simple.

4) Le point de vue envisagé maintenant est celui d’une allocation optimale afin de satisfaire un
H
souci de précision. Sous la contrainte que ∑n
h =1
h = n,
a. Quelle est l’allocation des nh qui minimise la variance de l’estimateur du total ?
b. Que vaut alors la variance ?
c. Comment peut-on interpréter le choix des allocations optimales ?

Exercice 2 Estimation du poids des éléphants d’un cirque

(d’après P.Ardilly et Y.Tillé, Exercices corrigés de méthode de sondage, Ellipses, 2003 )

Un directeur de cirque possède 100 éléphants classés en deux catégories : "mâles" et "femelles". Le
directeur veut estimer le poids total de son troupeau, car il veut traverser un fleuve en bateau. Il a la
possibilité de faire peser seulement 10 éléphants de son troupeau. Cependant, en 1998, ce même
directeur a pu faire peser tous les éléphants de son troupeau, et il a obtenu les résultats suivants (en
tonnes) :
Effectifs N h Moyennes Yh Variances S h
2

mâles 60 6 4
femelles 40 4 2.25

1. Calculer la variance dans la population de la variable "poids de l'éléphant" en 1998.

2. Si, en 1998, le directeur avait procédé à un sondage aléatoire simple sans remise de 10
éléphants, quelle aurait été la variance de l'estimateur du poids total du troupeau ?
TD Enquêtes et Sondages n°4

3. Si le directeur avait procédé à un sondage stratifié, avec SAS dans chaque strate, avec
allocation proportionnelle de 10 éléphants, quelle aurait été la variance de l'estimateur du poids
total du troupeau ?
4. Si le directeur avait procédé à un sondage stratifié optimal, avec SAS dans chaque strate,
de 10 éléphants, quels auraient été les effectifs de l'échantillon dans les strates, et quelle aurait été
la variance de l'estimateur du poids total du troupeau ?

Exercice 3 Calcul de la surface cultivée en

maïs
On cherche à estimer la surface moyenne en maïs des exploitations agricoles d’une région donnée.
On a stratifié cette région avec la variable surface agricole utile des exploitations découpée en 7
classes. Le tableau ci-dessous précise pour chaque strate l’effectif, la surface moyenne cultivée en
maïs et l’écart type dans la strate. On veut un échantillon total de taille n = 100 exploitations et on
note :
- Yi ,h la surface en maïs de la i ème exploitation de la strate h,
7
-N = ∑N
h =1
h le nombre total d’exploitations,

7 Nh
1
-Y =
N
∑∑ Y
h =1 i =1
i ,h la surface moyenne inconnue en maïs de la région.

1 7 Nh
-S =
2
y ∑∑ (Yi,h − Y )2 la dispersion totale de la surface en maïs.
N − 1 h =1 i =1

Taille des Nombre Surface moyenne Ecart type

exploitations en ha d’exploitations en maïs S yh
Strate h Nh Yh
De 0 à 20 ha 394 2.7 4.1
De 21 à 40 ha 461 8.3 6.6
De 41 à 60 ha 391 12.1 7.5
De 61 à 80 ha 334 17.2 8.9
De 81 à 100 ha 169 21.1 12.2
De 101 à 120 ha 113 25.1 13.0
Plus de 121 ha 148 31.9 17.6
Total ou moyenne 2 010 13.1

1. Définir comment est réparti l’effectif de l’échantillon dans les strates

a. si on utilise un échantillon stratifié proportionnel,
b. si on utilise une allocation optimale.

∑ (N h − 1)S yh2 + ∑ N h (Yh − Y )

7 H
2
2. Démontrer que : ( N − 1)S y =
2 2
et en déduire la valeur de S y .
h =1 h =1

3. Comparer les précisions des deux méthodes d’échantillonnage stratifié avec celle de
l’échantillon aléatoire simple de même taille. On calculera pour cela le design effect défini
V Yˆstratifié ( )
comme le rapport des précisions
V Yˆ
.
( )
sas
TD Enquêtes et Sondages n°4

NhSh
4. Démontrer la formule de l’échantillon optimal n h = n H
.
∑N S
h =1
h h

On pourra utiliser l‘indication suivante : soient (a )

j 1≤ j ≤ pet ( f ) j 1≤ j ≤ p deux suites de p nombres
2
aj  p 
≥  ∑ a j  et le choix des ( f j )1≤ j ≤ p qui minimise la
p p
positifs avec ∑f j = 1 ; alors on a ∑ f j  j =1
j =1 j =1 
aj
première somme est f j = p
. Démontrer ce résultat intermédiaire et l’appliquer à l’exercice.
∑
j =1
aj

Exercice 4 L’âge du
personnel
Une grande entreprise veut réaliser une enquête auprès de son personnel qui comprend 10 000
personnes. Des études préliminaires ont montré :

- que les variables que l’on cherche à analyser dans l’enquête sont très contrastées selon les
catégories de personnel et qu’il y a donc intérêt à stratifier selon ces catégories. Pour
simplifier, on considérera qu’il y a 3 grandes catégories qui formeront les strates,

- que ces variables sont également très fortement liées à l’âge des individus.

On va donc proposer des plans d’échantillonnage comme si on voulait étudier l’âge des individus : si
une stratégie est meilleure que d’autres pour estimer l’âge moyen, alors on a de bonnes raisons de
penser qu’elle le sera aussi pour les variables d’intérêt. Comme on connaît l’âge des membres du
personnel, on peut raisonner en faisant les comparaisons exactes.

On dispose des renseignements suivants :

Catégorie Poids dans l’ensemble Ecart type des âges

du personnel
1 20% 18
2 30% 12
3 50% 3.6
Ensemble 100% 16

ˆ
1. Soit Y l’âge moyen et Y l’estimateur issu d’un échantillon aléatoire simple sans remise à
probabilités égales de n = 100 individus. Quelle est l’erreur type de Y ?
ˆ

2. On décide que l’échantillon de 100 individus doit être stratifié selon les catégories de
personnel. Quelle est la répartition « représentative » ? Quelle est l’erreur type de l’estimateur
de Y qui en découle ? Comparer avec les résultats de la question 1.

3. Quelle serait la répartition optimale de l’échantillon ? Quelle est l’erreur type de l’estimateur de
Y qui en découle ? Comparer avec les résultats de la question 2.
TD Enquêtes et Sondages n°4

Exercice 5 Estimation d’une proportion

(d’après P.Ardilly et Y.Tillé, Exercices corrigés de méthode de sondage, Ellipses, 2003 )

Sur les 7500 employés de l’INSEE, on souhaite connaître la proportion p d’entre eux qui possèdent au
moins un véhicule. Pour chaque individu de la base de sondage, on dispose de la valeur de son
revenu. On décide alors de constituer trois strates dans la population : individus de faibles revenus
(strate 1), de revenus moyens (strate 2) et de revenus élevés (strate 3). On note :

- Nh la taille de la strate h,
- nh la taille de l’échantillon dans la strate h,
- pˆ h l’estimateur de la proportion d’individus possédant au moins un véhicule dans la strate h.

On obtient le résultat suivant :

h=1 h=2 h=3
Nh 3500 2000 2000
nh 500 300 200
p̂ h 0,13 0,45 0,50

ˆ de p proposez-vous ? Que peut-on dire de son biais ?

1. Quel estimateur p

2. Calculez la précision de p̂ , et donnez un intervalle de confiance à 95% pour p.

3. Estimez-vous que le critère de stratification est adéquat ?

4. Que pensez-vous de l’allocation (n1, n2, n3) choisie ? Quelle est la perte de variance par
rapport à une allocation proportionnelle ? Par rapport à une allocation optimale ?

Exercice 6 Optimalité pour une

différence
(d’après J-M. Grosbras, Méthodes statistiques des sondages, Economica, 1987)

Le but de l’exercice est de montrer que si une stratégie est optimale pour estimer précisément une
quantité dans l’ensemble d’une population stratifiée, elle peut ne plus l’être tout à fait si l’objectif du
sondage est justement de comparer les strates entre elles. La bonne définition des objectifs à
atteindre est donc essentielle au choix de la technique à employer. Considérons une population de
taille N formée de deux strates, de taille N1 et N2 et intéressons-nous à la moyenne X d’une variable
ˆ
X. Les moyennes de X dans les strates 1 et 2 sont notées X 1 et X 2 et leurs estimateurs X 1 et X 2 .
ˆ
On dispose d’un budget C et on suppose que :

- le tirage effectué est un sondage aléatoire simple sans remise de nh unités parmi Nh
dans la strate h (h =1 ou 2),

- la fonction de coût s’écrit C1n1 + C2n2 où Ch désigne le coût unitaire dans la strate h.

1. Si on cherche à estimer précisément la moyenne X ,

ˆ ˆ
a. Donner l’expression de X , estimateur sans biais de X en fonction de X 1 et X 2 .
ˆ
Calculer sa variance
TD Enquêtes et Sondages n°4

(ˆ)
b. lle répartition (n1, n2) de l’échantillon donne une variance V X minimale ? Que vaut

(ˆ)
alors V X ?

c. (ˆ)
Application numérique : calculer n1, n2, n et V X avec :
N1 = 10 000 N2 = 20 000
S1 = 2 S2 = 1
C1 = 4 C2 = 9
C = 1 000

2. Si on avait appliqué une allocation proportionnelle, c’est-à-dire : nh / Nh = n / N ,

a. Qu’aurait-on trouvé pour n1, n2 et n ?

b. Que vaudrait alors V X ? (ˆ)

c. Avec les mêmes données numériques, évaluer la perte relative de précision par
rapport à l’échantillon optimal.

3. En fait, on cherche à évaluer l’écart entre les moyennes des deux groupes : X 1 − X 2 .

ˆ ˆ
a. Montrer que X 1 − X 2 est un estimateur sans biais de X 1 − X 2 .
b. Calculer sa variance.

c. (ˆ ˆ )
Déterminer la répartition (n1, n2) de l’échantillon pour que V X 1 − X 2 soit minimale,
toujours avec la même contrainte de budget. (on pourra éventuellement utiliser, en les
adaptant, certains résultats de la question 1).

(ˆ)
d. Calculer dans ces conditions V X . Comparer ce résultat avec celui de la 1ère

question en écrivant la différence ∆ des variances de ces deux estimateurs.

e. Reprendre l’application numérique pour trouver les nouvelles valeurs de n1, n2, n,

()
V Xˆ et la perte relative de précision par rapport à l’échantillon optimal.

Exercice 7 Choix des allocations

(d’après A-M. Dussaix et J-M. Grosbras, Exercices de sondage, Economica, 1992 )

Cet exercice est une application du principe : "à chaque objectif son échantillon". Une entreprise
comporte 400 exécutants et 100 cadres. La direction de l'entreprise désire évaluer un indice de
satisfaction, assimilable à une variable numérique positive Y, mesurable pour chaque individu à partir
d'un ensemble de questions : elle décide pour cela de faire réaliser une enquête auprès de 100
personnes employées dans l'entreprise, à l'aide d'un plan de sondage stratifié, avec un sondage
aléatoire simple dans chaque strate. Le coût d'une interview est le même dans les deux strates.

1. On pense a priori que la dispersion de la variable Y doit être la même au sein de chacun des
deux groupes. Comment répartir l'échantillon entre les deux groupes, selon que l'on vise l'un
des objectifs suivants :

a. obtenir la meilleure précision possible sur la valeur moyenne de l'indice de satisfaction

dans l'entreprise ;
TD Enquêtes et Sondages n°4

b. obtenir la même précision sur la valeur moyenne de l'indice de satisfaction dans

chacune des deux catégories ;

c. obtenir la meilleure précision possible sur la différence entre les valeurs moyennes de
l'indice de satisfaction dans les deux catégories.

2. On réalise finalement l'enquête selon le plan de sondage permettant d'atteindre l'objectif 2. On

obtient: pour les exécutants : y e = 13 s e2 = 9 et pour les cadres : y c = 15 s c2 = 36 .

a. Donner des intervalles de confiance à 95% pour la moyenne de l'indice de satisfaction

dans chaque catégorie.

b. La différence entre les deux valeurs moyenne de l'indice est-elle significativement

différente de 0 ?

Exercice 8 Estimation d’une différence

On considère une population U de taille N partitionnée en H strates notées U 1 …U h …U H , de tailles

respectives N 1 … N h … N H .On note Y1 …Yh …YH les moyennes d'une variable d'intérêt Y au sein
2 2 2
de chaque strate, et S 1 … S h … S H les dispersions.
H
Nh H
La moyenne de Y dans la population vaut bien sûr : Y = ∑
h =1 N
Yh = ∑
h =1
wh Yh .
On réalise un sondage stratifié, avec sondage aléatoire simple sans remise dans chaque strate, de
H
taux de sondage f h = n h / N h . La taille de l'échantillon total est n = ∑n
h =1
h .

L'objectif est de comparer une strate particulière U i à la population totale : on veut estimer
Di = Yi − Y

1. Donner l'expression de l'estimateur de Horvitz-Thompson de Di , noté D̂i , ainsi que

l'expression de sa variance.

2. Pour une taille d'échantillon fixée n, trouver l'allocation optimale n1 … n h … n H , qui minimise la
variance de D i . Comparer avec l'allocation optimale de Neyman.
 Exercice 9 Nombre de titulaires de comptes CODEVI à interroger
(d’après A-M. Dussaix et J-M. Grosbras, Exercices de sondage, Economica, 1992 )

Une banque désire étudier par sondage (interviews par enquêteur) les caractéristiques socio-
démographiques (âge, catégorie sociale,…) et les comportements financiers des titulaires de comptes
CODEVI. Leur répartition en fonction des montants moyens annuels des comptes est la suivante :

Solde moyen annuel Nombre de comptes

De 0 à 100 € 15 000
De 100 à 900 € 15 000
Plus de 900 € 30 000
Ensemble 60 000
TD Enquêtes et Sondages n°4

1. Pour chacun des trois groupes, on veut étudier la répartition des titulaires par classe d’âge,
catégorie sociale, etc. Par exemple, on s’intéresse à la proportion de titulaires ayant entre 25
et 35 ans. Quelle taille d’échantillon doit-on prévoir dans chaque groupe s’il s’agit de
déterminer les différentes proportions avec une précision de ± 2,5% au niveau de confiance
95% ?

2. Quelle sera alors la précision obtenue dans l’estimation des proportions au niveau de la
population entière des 60 000 titulaires de comptes CODEVI ?

3. Pourrait-on améliorer cette précision au niveau global ?