Dimensionner un sondage
Énoncé
On veut estimer la proportion p d'électeurs favorables à une mesure. On interroge n personnes indépendamment et on note Fₙ la proportion de réponses favorables dans l'échantillon.
a) Justifier que E(Fₙ) = p et V(Fₙ) = (p(1-p))/n.
b) Montrer que p(1-p) ≤ 1/4 pour tout p de [0 ; 1].
c) En déduire le plus petit entier n tel que l'inégalité de Bienaymé-Tchebychev garantisse P(|Fₙ - p| < 0,02) ≥ 0,95, quelle que soit la valeur de p.
Indice : Pour b), étudie le trinôme f(p) = p(1-p). Pour c), la majoration de b) permet de se passer de la valeur de p, qui est justement inconnue.
Correction
- Étape 1 : Ce qu'il faut voir. Le problème contient un cercle apparent : pour dimensionner le sondage il faudrait connaître V(Fₙ), donc p — or p est précisément ce qu'on cherche.
La sortie est la question b) : on majore p(1-p) par une constante. On perd un peu de finesse, et on gagne une garantie valable pour tout p. C'est un raisonnement de « pire cas », et il est très fréquent.
Ce qu'on utilise :
Fₙ est la moyenne empirique de variables de Bernoulli de paramètre p, dont l'espérance est p et la variance p(1-p).
Et l'inégalité de concentration : P(|Fₙ - p| ≥ a) ≤ (V(X))/(n a²).
- Étape 2 : a) Notons Xᵢ la variable valant 1 si la i-ème personne est favorable, 0 sinon. Chaque Xᵢ suit une loi de Bernoulli de paramètre p, donc E(Xᵢ) = p et V(Xᵢ) = p(1-p).
La proportion observée est exactement la moyenne empirique : Fₙ = (X₁ + ⋯ + Xₙ)/n = Mₙ.
D'où E(Fₙ) = p et V(Fₙ) = (p(1-p))/n.
E(Fₙ) = p, V(Fₙ) = (p(1-p))/n
- Étape 3 : b) Posons f(p) = p(1-p) = -p² + p. C'est un trinôme du second degré de coefficient dominant a = -1 < 0 : il admet donc un maximum, atteint au sommet.
α = -b/2a = -1/(-2) = 1/2, et f(1/2) = 1/2 × 1/2 = 1/4.
Donc p(1-p) ≤ 1/4 pour tout p, avec égalité seulement en p = 0,5.
p(1-p) ≤ 1/4
- Étape 4 : c) L'intervalle est déjà écrit sous la forme |Fₙ - p| < a avec a = 0,02, et E(Fₙ) = p : le centrage est automatique.
L'inégalité de concentration donne :
P(|Fₙ - p| ≥ 0,02) ≤ (p(1-p))/(n × 0,02²) ≤ (1/4)/(0,0004 n)
en utilisant la majoration de la question b). Cette dernière borne ne dépend plus de p — c'est tout l'intérêt.
- Étape 5 : En passant au contraire, puis en imposant le seuil au minorant :
1 - (0,25)/(0,0004 n) ≥ 0,95 ⟺ (0,25)/(0,0004 n) ≤ 0,05
⟺ n ≥ (0,25)/(0,05 × 0,0004) = (0,25)/(0,00002) = 12 500.
Vérification sur 12 500 : 1 - (0,25)/(0,0004 × 12 500) = 1 - (0,25)/5 = 0,95 ≥ 0,95 ✓
Sur 12 499 : 1 - (0,25)/(4,9996) ≈ 0,949996 < 0,95 ✗
Il faut donc interroger au moins 12 500 personnes.
n = 12 500
- Étape 6 : L'erreur classique :
Remplacer p par une valeur commode — souvent 0,5 — « pour pouvoir calculer ». Le résultat numérique est ici le même, mais le raisonnement est faux : rien ne dit que p = 0,5, et l'énoncé demande une garantie quelle que soit la valeur de p.
Ce qui rend la démarche correcte, c'est la majoration de la question b) : on ne suppose pas que p vaut 0,5, on constate que le cas le plus défavorable est celui-là.
À retenir :
Retiens l'ordre de grandeur : pour garantir une précision de 2 points avec 95 % de confiance, il faut plus de 12 000 personnes. Les sondages réels en interrogent 1 000 — ils emploient donc des méthodes plus fines que Bienaymé-Tchebychev, qui est volontairement prudente.