Podcast
Questions and Answers
La fluctuation d'échantillonnage se produit lorsqu'on extrait des échantillons successifs d'une population et obtient des valeurs différentes de fréquence, moyenne et variance.
La fluctuation d'échantillonnage se produit lorsqu'on extrait des échantillons successifs d'une population et obtient des valeurs différentes de fréquence, moyenne et variance.
True (A)
Lorsque la population est infinie, on suppose que l'échantillonnage se fait sans remise.
Lorsque la population est infinie, on suppose que l'échantillonnage se fait sans remise.
False (B)
La moyenne d'échantillonnage suit une loi de probabilité d'espérance µ et d'écart-type σpop de la population.
La moyenne d'échantillonnage suit une loi de probabilité d'espérance µ et d'écart-type σpop de la population.
True (A)
Si la population est finie, l'échantillonnage se fait avec remise.
Si la population est finie, l'échantillonnage se fait avec remise.
Le calcul d'un intervalle de fluctuation est une manière de représenter la dispersion d'une variable.
Le calcul d'un intervalle de fluctuation est une manière de représenter la dispersion d'une variable.
La fluctuation d'échantillonnage n'affecte jamais les caractéristiques exactes de la population.
La fluctuation d'échantillonnage n'affecte jamais les caractéristiques exactes de la population.
La moyenne d'un échantillon est définie par la formule $\bar{x} = \frac{1}{n} \sum_{i=1}^{n} X_i$
La moyenne d'un échantillon est définie par la formule $\bar{x} = \frac{1}{n} \sum_{i=1}^{n} X_i$
La moyenne de la distribution d'échantillonnage des moyennes est égale à la moyenne de la population
La moyenne de la distribution d'échantillonnage des moyennes est égale à la moyenne de la population
Plus n croît, plus $Var(X̄)$ décroît
Plus n croît, plus $Var(X̄)$ décroît
Pour un échantillon de taille n ≥ 30, la moyenne de l'échantillon converge en loi vers $N(µ, \sqrt{σ_{pop}})$ selon le théorème central limite
Pour un échantillon de taille n ≥ 30, la moyenne de l'échantillon converge en loi vers $N(µ, \sqrt{σ_{pop}})$ selon le théorème central limite
Les variables aléatoires dans un échantillon de taille n sont indépendantes sous l'hypothèse d'une population infinie ou d'un échantillonnage avec remise
Les variables aléatoires dans un échantillon de taille n sont indépendantes sous l'hypothèse d'une population infinie ou d'un échantillonnage avec remise
La moyenne de la distribution d'échantillonnage des moyennes est égale à la moyenne de la population
La moyenne de la distribution d'échantillonnage des moyennes est égale à la moyenne de la population
La moyenne d'un échantillon est toujours égale à la moyenne de la population
La moyenne d'un échantillon est toujours égale à la moyenne de la population
Les variables aléatoires dans un échantillon de taille n sont toujours dépendantes
Les variables aléatoires dans un échantillon de taille n sont toujours dépendantes
La variance de la moyenne d'échantillon décroît lorsque n croît
La variance de la moyenne d'échantillon décroît lorsque n croît
Pour un échantillon de taille n ≥ 30, la variance de la moyenne d'échantillon est toujours égale à $\frac{σ_{pop}^2}{n}$
Pour un échantillon de taille n ≥ 30, la variance de la moyenne d'échantillon est toujours égale à $\frac{σ_{pop}^2}{n}$
