D'ou viens le 5% (seuil de representativité) en statistique
Bonjour,
Je cherche a comprendre pourquoi il est communément admis qu'un échantillonnage de 5% permet d'atteindre un seuil de représentativité.
est-ce un raisonnement productiviste par l'inverse?
qui saurais si il existe des seuils tout aussi représentatifs inférieur et supérieurs?
et enfin, qui pourrais commencer une liste de raison/phénomènes pouvant rendre un échantillonnage de 5% complètement erroné?
statistiquement votre!
bonjour,
il y a des sites spécialisés en proba-stat, voir sur Wikipédia ou Google.
Envoyé par blou92
c'est le seul type de réponse auquel je dois m'attendre?
franchement!
@Blou92, si t'a pris le temps de me répondre ça, t'aurais peut être pu ajouter un lien puisque c'est si simple!
J'ai évidement regardé sur google!
Je suis bien sur un forum de Math nan?
allez, c'est pas grave.
quelqu'un d'autre a une idée sur la question?
c'est purement conventionnel, il n'y a aucune raison de choisir 5% plutôt que 4% par exemple. De toutes façons, si tu regardes les publis tu verras qu'on donne la valeur exacte de la probabilité, pas seulement le fait qu'elle soit plus grande ou plus petite que 0.05.
Re : D'ou viens le 5% (seuil de representativité) en statistique
okay merci pour ta réponse.
C'est vrai qu'il vaut mieux donner sa proba complète mais ces 5% apparaissent souvent quand même.
(il y a d'autres seuil empiriques en physique d'ailleurs, pour négliger tel ou tel partie d'une équation)
j'espérais ou j'imaginais une espèce de seuil de rentabilité, un truc itératif...
un peu induis en erreur aussi par le principe des derniers mètres ou un projet consomme toujours plus d'énergie pour toujours moins de retour...
je laisse le sujet ouvert pour d'autre contributions au cas ou...
La question est mal posée sur le plan de la théorie statistique, mais il n'y a pas de raison scientifique de choisir 5% plutôt qu'une autre valeur. On choisit a priori une valeur petite car cela correspond à un risque d'erreur, mais 5% n'a, à ma connaissance par d'autre raison que historique;
Voir par exemple : http://stats.stackexchange.com/quest...hy-not-6-or-10
Bonsoir,
Voila une question très intéressante.
La seule raison, à ma connaissance, et j'ai beaucoup cherché, est que 5% correspond à '=' deux écarts types. C'est tranquillisant, on peut toujours dire que si on dépasse, "bah, il reste les 5% d'écarts".
En fait le problème se pose mathématiquement de façon beaucoup plus précise. La répartition normale des écarts est parfaitement connue et parfaitement précise (25%; 16%; 7%; 2%) suivant des quantiles ep=2/3 écart-type. Il y a y 0.35% d'écarts qui dépassent quatre "écart probable". En d'autres termes, la vérification à 5% n'a pas de justification si c'est le seul critère de vérification.
Naturellement, ces 5 lignes méritent développement. Quant à l'argumentation, ce serait peut-être plus long.
On trouve des articles très clairs sur le Net.
(PS. pas le peine de me dire que les pourcentages indiqués n'ont qu'un ou deux chiffres significatifs, ils sont suffisamment précis dans la plupart des cas.)
1 ecart type est à 68%
2 ecart type à 95%
3 à 99,7%
L'ecart type est un indicateur de dispersion (racine carrée du carré des ecarts à la moyenne)
2 ecarts type est un intervalle de confiance souvent toléré
On tape à 3 écarts type dans l'industrie
Dans les accélérateurs de particules on est sur des tests statistiques à 6 ecart type (99,9999998% de certitude)
C'est à chacun de déterminer son risque acceptable
Bonjour Pazuzen,
Je crois qu'il ne faut pas confondre avec la répartition des écarts à la moyenne. Cette répartition est bien connue, et cela permet éventuellement d'éliminer des valeurs aberrantes, et d'une façon générale de vérifier que la répartition des écarts constatés est bien conforme à la répartition théorique.
Ici, la question posée est dans un contexte de statistique. Si les observations, comptages etc ont été fait correctement, c'est à dire normalement, on peut bien-sûr calculer un écart-type (pour mémoire, un écart type se calcule d'après le résultat des observations). Si on fait le calcul on devra vérifier que la répartition des nombres d'écarts est conforme à ce qu'elle doit être. De là à dire que c'est un seuil de représentativité, il y a un grand pas.
Autant en matière de mesure, il s'agit de précision, de qualité de la mesure, autant en statistique, c'est plutôt perçu comme un "parapluie".
Bonsoir,
Je voudrais être sûr d'avoir été clair dans mon dernier message.
Lorsque, pour une expérience, on se limite à trois écarts type, ou quatre écarts probable, cela signifie que les valeurs dont l'écart à la moyenne dépassent cette valeur, elles sont considérées comme aberrantes et sont donc éliminées. C'est la norme dans ma spécialité : la topométrie.
Si on fixe la limite à 6 écarts-types, cela voudrait dire que seules les observations dont les écarts à la moyenne dépassent cette valeur sont éliminées. C'est évidemment beaucoup moins rigoureux que si on fixe la limité à trois écarts types.
Je ne connais pas le domaine de l'EPR, mais si on accepte des valeurs de quatre ou cinq écarts-types, alors on ne parle pas de la même chose, ou bien, on est beaucoup plus tolérant, voire moins rigoureux.
En ce qui me concerne, je ne connais que ce qui est "observable".
Concernant les statistiques, sauf avis contraire, je considère cela comme un "parapluie".
Nous sommes bien dans le domaine statistique
L'intervalle de confiance que j'évoquais est celui qui est utilisé pour tirer une conclusion à partir d'une mesure sur une variable quantitative d'un échantillon (ou sur une fréquence pour des variables qualitatives) qu'on souhaite extrapoler sur l'ensemble de la population initiale à partir de la loi normale
Il suffit de connaitre la taille de l'échantillon (pour n >=30), la taille de la population initiale, la moyenne de l'échantillon et son ecart type
On décide de l'intervalle de confiance qu'on va tolérer pour effectuer cette extrapolation
Par exemple si l'age calculé sur un échantillon est de 30 ans, on pourra extrapoler qu'il est de 28 à 32 ans avec 95% de confiance sur l'ensemble de la population mais on ne pourra extrapoler à 99% de confiance sur l'ensemble de la population que sur une borne plus large par exemple de 25 à 35 ans
Plus la taille de l'échantillon est faible et plus l'intervalle de confiance tend vers 100% et plus l'extrapolation de la mesure faite sur la variable de l'échantillon extrapolé sur la population totale nécessite d'élargir les bornes
D'ailleurs les techniques d'echantillonnage n'ont pour but que de donner une taille suffisante et une représentativité pilotée de l'échantillon pour restreindre ces bornes
C'est là dessus que le savoir faire des instituts de sondage par exemple font la différence dans leur prévision par exemple concernant les résultats d'élections nationaux depuis leur échantillon
Les résultats peuvent meme etre redressés mais c'est encore autre chose
