Grand oral de maths : Peut-on se fier aux sondages politiques ?

« Grand oral de maths : Peut-on se fier aux sondages politiques ? Intro : Bonjour ! Aujourd’hui je vais vous parler d’un sujet qui m’intéresse depuis longtemps mais qui va prendre une place beaucoup plus grande dans ma vie maintenant que je suis majeure et que je vais devoir voter et prendre des décisions plus importantes. Nous sommes quotidiennement abreuvés de statistiques et de résultats de sondages: indices boursiers, moral des ménages, évolution du chômage, popularité des hommes politiques, etc.

Mais peut-on vraiment leur faire confiance ? Généralement, on ne nous explique pas comment ces chiffres sont construits, on cite simplement le nom de l'institut qui a réaliser le sondage. Dans quelle mesure ces évaluations statistiques sont-elles proches de la réalité? On est par exemple souvent surpris que les résultats d'une élection politique diffèrent de façon importante de ce qu'indiquaient les sondages sur les intentions de vote.

En fait, la confiance à accorder à ces sondages et autres enquêtes statistiques dépend beaucoup du sérieux et de la rigueur avec lesquels ils ont été élaborés. En fait, derrière chaque sondage, il y a des mathématiques, elles permettent de transformer un échantillon de personnes en une estimation pour toute une population.

Cela soulève immédiatement deux questions: en quoi les mathématiques nous servent-elles pour faire des sondages ? et en quoi les mathématiques nous aident-elles à en analyser la fiabilité ? Problématique : dans quelle mesure le résultat d'un sondage et notamment politique peut-il être fiable ? I- un sondage comme somme de variables aléatoires 1.

modéliser un sondage : la loi binomiale Les sondages sont aujourd’hui des outils centraux du débat politique.

Mais peut-on vraiment s’y fier ? Un sondage, c'est simplement poser une question à plusieurs personnes, puis compter leurs réponses. Pour le modéliser en maths, on utilise des variables aléatoires : On note Xi = 1 si la personne sondée répond « oui ». On note Xi = 0 si elle répond « non ». Par exemple, un institut souhaite estimer la proportion de Français prêt à voter pour un quelconque candidat aux élections présidentielles de 2027.

Si il interroge 1000 personnes tirées au hasard dans la population par exemple et qu’on suppose que chaque personne interrogée a une probabilité p de dire « oui, je voterai pour ce candidat » alors, n=1000 et p=?inconnue Ce type d’expérience correspond à une épreuve de Bernouilli (2 issues possibles→ « oui »succès et « non »échec) Si chaque personne est choisie de manière indépendante et a la même probabilité p de répondre « oui », alors la somme des réponses X = X1 + X2 + ...

+ X, suit une loi binomiale: X ~ B(n=1000,p). donc, X représente le nombre total de « oui » obtenus sur les n=1000 personnes.

(pour un échantillons de 1000 personnes) Formules de l'espérance et de la variance pour une loi binomiale : Espérance : E(X) = np. Variance: Var (X) = np(1 - p). Cela veut dire que, en moyenne, on obtient np réponses positives, mais avec une variabilité naturelle qui dépend de p et du nombre de personnes interrogées. La méthodologie du sondage repose donc sur l'application rigoureuse de modèles statistiques pour estimer les opinions et comportements de la population cible à partir de l'échantillon analysé. Cependant, leur réalisation implique des choix méthodologiques cruciaux qui doivent être faits avec soin pour garantir la fiabilité des résultats.

Que ce soit dans la détermination de l'objectif, le choix de la population cible.

l'échantillonnage, ou l'application des méthodes statistiques, chaque étape est essentielle pour le succès.... »