Qu’est-ce que la statistique inférentielle ?

La statistique inférentielle est aussi un ensemble de méthodes permettant de tirer des conclusions ou des inférences sur les caractéristiques d’une population à partir des données d’un échantillon.

µ — Moyenne calculée pour une population
σ — Écart-type calculé pour une population

Ouvrir le schéma en taille réelle ↗

Statistique inférentielle

Population : ensemble complet de données « N »
Échantillon : sous-ensemble de la population, de taille n ; son utilité pour l’inférence dépend de la manière dont il a été sélectionné.

Nous pratiquons constamment l’échantillonnage. Tout projet doit être géré sous diverses contraintes, notamment de temps, de coût et de ressources. Il n’est donc pas toujours possible d’étudier 100 % de la population pour en tirer des conclusions. Par exemple, pour améliorer la qualité de munitions fabriquées dans une usine, nous ne pouvons pas nécessairement tester 100 % des produits, principalement parce que le test les détruit. On utilise alors l’échantillonnage : seule une partie des produits est soumise aux essais qualité, et les conclusions concernant la population sont tirées des résultats de cet échantillon.

Un autre exemple est l’acceptation des lots dans la construction automobile. À titre d’illustration, une entreprise pourrait prélever 10–15 voitures dans un lot de 400 et utiliser les résultats pour décider d’accepter ou de refuser le lot. Ce n’est pas une règle universelle de taille d’échantillon : un plan d’échantillonnage justifié précise la méthode de sélection, la taille de l’échantillon, les critères d’acceptation et les risques de décision erronée.

L’échantillonnage aide à gérer le projet en utilisant moins de ressources tout en obtenant des résultats utiles. Il est pratiqué, dans l’ensemble, par toutes les organisations ; c’est donc un sujet important à aborder.