Fiabilité d'un indicateur

[foxhound18]

Bonjour à tous,

Je sollicite votre aide car je suis dans une impasse.

En effet, je souhaiterai pouvoir tester la fiabilité d'un indicateur. Cet indicateur est le panier moyen qui est calculé en faisant la somme du chiffre d'affaire / somme du nombre d'articles.

Je pose le problème, disons que je dispose d'une grande base de données avec les informations suivantes :

Individu Catégorie Nombre d'articles Montant Information
1 Homme 40 650 réelle
2 Femme seul 50 730 réelle
3 Couple sans enfant(s) 80 840 réelle
4 Couple avec 1 enfant 100 960 réelle
5 Couple avec plusieurs enfants 120 1040 réelle
... .... .... .... ...

Ci dessus, le modèle de données dont je dispose. Donc j'ai mes individus qui peuvent appartenir à 5 classes (homme seul, femme seul......). J'ai le nombre d'articles, le montant, et mon information si elle est réelle.

En effet, dans ma base de donnée il est possible que je puisse avoir des valeurs manquantes sur le nombre d'articles et le montant. Dans ce cas j'essaie d'estimer approximativement en me basant sur les informations réelles. Par exemple j'ai une valeur manquante pour un "couple sans enfants ", je vais attribuer une moyenne des valeurs pour la catégorie couple sans enfants et dans la colonne information, j'indique qu'il s'agit d'une valeur estimée.

Ce que je souhaiterai faire, c'est trouver une formule qui puisse me dire. si je prend un échantillon de ma base et que je calcule mon panier moyen. Que ma moyenne risque d'être "fossé " car j'ai des informations qui sont estimées.

Par exemple je prélève certains individus de ma base de données, et toutes mes valeurs sont réelles. Donc j'en conclu que mon indicateur est fiable à 100 %

Par contre, je prélève un autre échantillon, et dans cette échantillon, j'ai certaines valeurs qui sont estimées. Du coup j'en conclu que mon indicateur est fiable à un certain pourcentage, qui sera calculé en fonction du nombre de valeurs estimées au total, et aussi d'une nombre de valeurs estimées pour chaque catégorie.

Dans ma population qui est constituée, par exemple, de 30 % d'hommes seul, lorsque je prélève un échantillon, j'ai 26 % d'hommes seul dans mon échantillon, sur ces 26 %, j'ai 18 % d'information exacte. Quelle est la fiabilité de mon indicateur au vu des éléments dont je dispose ?

Je sais que je ne suis pas très clair, mais n'hésitez pas à me poser des questions pour que j'essaie de vous apporter des précisions.

[foxhound18]

N’hésitez pas à me poser des questions, pour qu'on puisse échanger sur le sujet.

Je suis vraiment motivé pour trouver une solution.

Merci.