La statistique inférentielle, ou inférence statistique, est la branche de la statistique qui généralise les propriétés observées sur un échantillon à la population entière, en quantifiant l'incertitude induite par le caractère partiel de l'information. Elle fournit le cadre théorique qui justifie rigoureusement pourquoi et dans quelles conditions l'estimation à partir d'un échantillon permet de conclure sur la population.
L'échantillonnage est la condition préalable de la statistique inférentielle, sans échantillon représentatif tiré selon un schéma probabiliste valide, toute inférence est biaisée. L'estimation est le cœur opérationnel de l'inférence statistique, elle transforme les données brutes en connaissances quantitatives sur la population.
📌 Définition
L'échantillonnage est la théorie et la pratique de la sélection d'un sous-ensemble d'observations à partir d'une population statistique plus vaste, dans le but de tirer des conclusions sur cette population.
📌 Définition
L'estimation est l'opération qui consiste à construire, à partir de l'échantillon observé, une valeur ou un intervalle approchant un paramètre inconnu de la population (moyenne, variance, corrélation, etc.).
📆 Volume horaire
30 heures de cours magistral + 18 heures de travaux dirigés
✍️ Évaluation
Questionnaires à Choix Multiple
💼 Prérequis
Statistique descriptive + Probabilités