Etude statistique

[invitedebfe6c0]

Bonjour à tous,

Dans le cadre de mon stage je dois réaliser une étude statistique pour m'assurer de bons résultats pour une enquête de satisfaction client.

De base nous avons 128 000 abonnés liés à l'entreprise, et le problème est que la première hypothèse est que l'avis d'une personne compte pour mille mais est-ce fiable ? n'y a-t-il pas une loi statistique permettant de s'assurer de la fiabilité ?

Second problème rencontré, si je suis toujours cette logique de 1 pour 1000, cela signifie que pour représenter mes 128 000 abonnés il me faut 128 retours, et vu que d'après notre tutrice on a que 10% de retour dès que l'on réalise un sondage cela signifie-t-il bien qu'il faut envoyer 1280 lettres ?

D'après elle la logique suivrait une loi de Poisson, mais cela ne m'as pas aidé à comprendre comment faire des vérifications solides.

Merci d'avance, Tijkal.
-----

[gg0]

Bonjour.

"la première hypothèse est que l'avis d'une personne compte pour mille" ?? Bizarre ! Ce n'est pas une méthode statistique. Ce que je comprends est que l'entreprise décide à priori de tester un client sur 1000. Ce n'est pas habituel, mais pourquoi pas.

"si je suis toujours cette logique de 1 pour 1000, cela signifie que pour représenter mes 128 000 abonnés il me faut 128 retours, et vu que d'après notre tutrice on a que 10% de retour dès que l'on réalise un sondage cela signifie-t-il bien qu'il faut envoyer 1280 lettres ?" Oui, peut-être même un peu plus, pour assurer d'en avoir 128 à choisir au hasard parmi les réponses.
A noter : Il y a un biais fort dû aux non réponses. les clients mécontents et ceux qui sont très contents ont tendance à répondre plus que ceux qui n'ont pas de problème.

"D'après elle la logique suivrait une loi de Poisson" ?? Je ne comprends pas. C'est quoi "la logique" ?

Cordialement.

[invitedebfe6c0]

Bonjour,

Merci pour votre réponse, ca me fait comprendre que je me suis mal exprimé.

J'ai tout autant de mal à comprendre mon sujet actuel malheureusement mais je vais essayer d'éclaircir ce que je peux.

D'après ce qu'on nous à dit on vas envoyer un certain nombres d'enveloppes (ici 1280 d'après nous) à différents abonnés.

Ce que l'on veut savoir c'est dans un premier temps la probabilité d'obtenir en retour 128 lettres minimum (donc 1280 serait n et 128 serait k si je ne me trompe) avec un p = 10% en utilisant la loi de poisson, mais je suis très hésitant sur mes paramètres.

Dans un second temps on se demandais s'il n'y a pas une loi ou un calcul pour définir si avec 128 000 abonnés et 10%, 1 personnes représenterait 1000 personnes, si cela est faux combien doit-elle en représenter ?




J'espère avoir réussi à être aussi clair que possible, merci d'avance, Tijkal.

[gg0]

Ok,

c'est plus clair.
D'abord pour le nombre de réponses, si l'on suppose que le taux de réponses est 10%, alors le nombre R de réponses suit la loi binomiale B(1280;0,1) que l'on peut effectivement approximer par une loi de Poisson P(128). Mais sur des valeurs de ce genre, l'approximation par la loi Normale est plus efficace (et plus saine), ce qui fait que la probabilité d'avoir au moins 128 réponses est ...0,5 (puisque 128 est la moyenne). La loi de Poisson donnera un résultat quasiment identique (avec des calculs difficiles à faire).
Si tu veux assurer à tout prix 128 réponses, il faut forcer les clients à répondre. Mais si tu veux assurer 128 réponses avec une certaine confiance (95% par exemple), il faut partir d'un nombre d'envois inconnu E, voir que le nombre de réponses suit la loi B(E;0,1), approximer par une loi Normale convenable, puis poser la condition . Ce qui donne une équation à résoudre. Je te laisse le faire si c'est ta problématique.

Pour ta deuxième question, je ne la comprends pas. Une personne qui répond ne représente qu'elle même. Et sinon, le rapport 128/128000 est bien de 1 pour 1000.

Cordialement.

[A voir en vidéo sur Futura]

[invitedebfe6c0]

Merci beaucoup j'avais pas pensé à poser un nombre d'envoi inconnus, j'ai perdu une matinée pour rien

Bon j'vais pouvoir me débrouiller avec ça maintenant.