Théorème central limite : Les quatre conditions à remplir

Dans l’édifice contemporain de la théorie des probabilités et de l’inférence statistique, peu de propositions jouissent d’une autorité aussi universelle et structurante que le théorème central limite (souvent désigné par le sigle TCL). Établi progressivement à travers les travaux pionniers d’Abraham de Moivre, de Pierre-Simon de Laplace, puis formalisé avec une rigueur analytique moderne par Aleksandr Lyapunov et Jarl Waldemar Lindeberg, ce théorème confère à la distribution normale un statut presque téléologique au sein des sciences empiriques. Il affirme, sous des conditions précises, que la somme ou la moyenne arithmétique d’un grand nombre de variables aléatoires indépendantes et identiquement distribuées converge vers une distribution gaussienne, indépendamment de la forme géométrique de la distribution d’origine. Cette propriété magistrale autorise les chercheurs à modéliser des phénomènes complexes sans exiger une connaissance exhaustive des lois microscopiques qui les gouvernent.

Cependant, la puissance formelle de ce théorème a favorisé l’émergence d’une forme d’illusionnisme méthodologique dans la pratique scientifique quotidienne. Trop souvent résumé à une formule lapidaire selon laquelle « tout devient normal dès que la taille de l’échantillon franchit le seuil de 30 », le théorème central limite est fréquemment invoqué comme un talisman dispensant les praticiens d’un examen minutieux de leurs protocoles de collecte et de la nature de leurs données. Or, le passage de l’abstraction asymptotique à l’inférence appliquée exige le respect scrupuleux de conditions pré-analytiques strictes. L’oubli ou la négation de ces postulats théoriques expose l’analyste à des distorsions massives de ses estimations, à une invalidation de ses tests d’hypothèses et, in fine, à la publication d’inférences fallacieuses ne résistant pas à l’épreuve de la reproductibilité empirique.

Cet article propose une exploration approfondie, exhaustive et didactique des quatre conditions cardinales qui conditionnent la validité de l’application du théorème central limite : la randomisation de l’échantillonnage, l’indépendance statistique des observations, le respect de la règle des 10 % en contexte de tirage sans remise, et l’adéquation de la taille de l’échantillon au regard de la distribution parente. En articulant les fondements mathématiques rigoureux avec les réalités de la recherche en laboratoire, en sciences sociales, en épidémiologie et en économétrie, nous mettons en lumière les mécanismes sous-jacents de la convergence stochastique, les risques inhérents à la violation de ces postulats, ainsi que l’arsenal d’outils correctifs à la disposition du statisticien face aux données réelles non idéalisées.

1. Introduction théorique et définition du théorème central limite

1.1 Énoncé mathématique et conceptuel du théorème central limite

D’un point de vue formel, le théorème central limite classique (connu sous la variante de Lindeberg-Lévy) postule qu’une suite de variables aléatoires réelles, définies sur un même espace de probabilité, indépendantes et identiquement distribuées (i.i.d.), possédant une espérance mathématique finie $\mu$ et une variance finie strictement positive $\sigma^2$, voit sa moyenne empirique converger en loi vers une loi normale. Plus rigoureusement, si l’on note $\bar{X}_n = \frac{1}{n} \sum_{i=1}^n X_i$ la moyenne empirique calculée sur un échantillon de taille $n$, la variable centrée et réduite correspondante, définie par $Z_n = \frac{\bar{X}_n – \mu}{\frac{\sigma}{\sqrt{n}}}$, présente une fonction de répartition qui converge uniformément vers celle de la loi normale standard $\mathcal{N}(0, 1)$ lorsque $n$ tend vers l’infini.

Ce résultat remarquable signifie que la forme analytique de la distribution de la population d’origine n’entrave en rien la convergence asymptotique : que la distribution sous-jacente soit continue, discrète, uniforme, exponentielle, ou fortement asymétrique, la moyenne d’échantillonnage adoptera inévitablement une allure en cloche parfaitement symétrique à mesure que le nombre d’observations progresse. Le rôle du paramètre d’échelle, incarné par la variance $\sigma^2$, est absolument fondamental dans ce processus. Non seulement la variance de la population détermine l’étalement de la distribution originelle, mais elle conditionne directement la vitesse à laquelle l’incertitude autour de la moyenne se contracte, selon un facteur inversement proportionnel à la racine carrée de la taille de l’échantillon, à savoir $\frac{\sigma}{\sqrt{n}}$.

Il importe d’établir ici une distinction épistémologique et technique irréductible entre la distribution empirique de l’échantillon observé et la distribution d’échantillonnage de la moyenne. Les praticiens non avertis commettent souvent la méprise de croire que l’échantillon lui-même doit se métamorphoser en une courbe normale lorsque sa taille s’accroît. Il n’en est rien. En vertu de la loi forte des grands nombres, la distribution empirique d’un échantillon tend à reproduire fidèlement, point par point, la distribution de la population parente. Ainsi, un échantillon de grande taille tiré d’une loi exponentielle restera invariablement asymétrique et fortement décroissant. Le théorème central limite s’applique exclusivement à l’entité abstraite que constitue l’estimateur de la moyenne lorsqu’on imagine répéter indéfiniment l’acte d’échantillonnage à partir de cette même population cible.

1.2 Importance du théorème central limite dans l’inférence statistique

L’inférence statistique, comprise comme la démarche inductive permettant de généraliser à l’ensemble d’une population les observations recueillies sur un sous-ensemble fini, trouve dans le théorème central limite son principal acte de fondation. Sans ce théorème, l’estimation par intervalles de confiance relèverait d’un exercice d’équilibrisme méthodologique réservé aux rares cas où la distribution théorique exacte du phénomène est exhaustivement caractérisée a priori. Grâce à la normalité asymptotique de la moyenne empirique, il devient possible de calculer des marges d’erreur explicites, par exemple en posant qu’un intervalle délimité par $\bar{X}_n \pm z_{alpha/2} \frac{S}{\sqrt{n}}$ possède une couverture probabiliste théorique garantie à $(1 – \alpha)$, sans qu’il soit impératif de postuler la normalité du phénomène biologique, physique ou social sous observation.

De surcroît, le théorème central limite offre une justification mathématique fondamentale à l’arsenal classique des tests d’hypothèses paramétriques, tels que le test t de Student pour échantillons indépendants ou appariés, l’analyse de variance (ANOVA), et les régressions linéaires par la méthode des moindres carrés ordinaires. Même si les résidus individuels ou les mesures brutes ne se conforment pas rigoureusement à l’hypothèse de normalité gaussienne, la statistique de test — qui s’articule généralement autour de combinaisons linéaires ou de sommes de variables aléatoires — tend vers sa distribution de référence sous l’hypothèse nulle grâce à ce mécanisme de convergence. Cette robustesse relative confère aux scientifiques une flexibilité analytique inestimable face à la complexité des mesures réelles.

La transition opérée par le théorème central limite, qui fait passer l’analyse de la simple statistique descriptive à l’inférence populationnelle prédictive, a pour conséquence directe la quantification précise de la réduction de l’erreur d’estimation. En fournissant un cadre rigoureux pour formaliser le comportement asymptotique de l’erreur type, le théorème quantifie de façon incontestable le gain informationnel marginal associé à chaque nouvelle unité échantillonnée. Il permet de planifier la collecte de données en optimisant le rapport entre le coût expérimental et la précision inférentielle, rationalisant ainsi l’investissement financier, temporel et humain inhérent aux dispositifs de recherche à grande échelle.

1.3 Les écueils fréquents liés à une application sans vérification

Le prestige académique du théorème central limite a malheureusement engendré une dérive doctrinale récurrente : la présomption de normalité universelle et inconditionnelle. Dans une multitude d’articles et d’analyses sectorielles, la normalité asymptotique est acceptée comme un axiome intangible dès lors que quelques dizaines de lignes de données sont compilées dans une feuille de calcul. Cette confiance aveugle occulte le fait que le théorème est une proposition conditionnelle de type « si… alors », dont la conclusion s’effondre irrémédiablement lorsque l’une des prémisses formelles n’est pas satisfaite par le dispositif de collecte ou par la structure probabiliste des variables.

Sous-estimer l’impact des violations des hypothèses sous-jacentes constitue l’une des sources majeures d’artéfacts statistiques et d’inconsistances méthodologiques. L’omission d’une structure de corrélation spatiale, l’ignorance d’un tirage préférentiel au sein d’une population restreinte, ou la présence d’une asymétrie extrême couplée à des observations aberrantes détruisent la concordance entre le comportement réel de l’estimateur et la distribution normale théorique projetée. L’analyste se trouve alors dans une situation précaire : les formules standard continuent de produire des valeurs numériques, mais ces valeurs ne renvoient plus à aucune réalité probabiliste vérifiable.

Ce décalage entre le modèle théorique et la réalité empirique se traduit par une inflation pernicieuse et non maîtrisée des erreurs de décision statistique. Le risque d’erreur de première espèce ($\alpha$), qui correspond au rejet erroné d’une hypothèse nulle authentiquement vraie, peut atteindre des proportions considérables (parfois le double ou le triple du seuil nominal de 5 %), conduisant à déclarer faussement l’existence d’effets thérapeutiques, économiques ou technologiques inexistants. À l’inverse, l’erreur de type II ($\beta$), qui caractérise l’incapacité à déceler un phénomène substantiel pourtant réel, peut être dramatiquement accrue si l’erreur standard théorique sous-estime ou surestime l’étalement réel de l’estimateur. Dès lors, l’évaluation critique des conditions d’application n’est pas une coquetterie de théoricien, mais une condition sine qua non de la validité de la preuve scientifique.

2. Vue d’ensemble des quatre conditions fondamentales d’application

2.1 Interdépendance et complémentarité des quatre exigences

Pour qu’un estimateur moyen se comporte de manière prévisible selon les lois de la géométrie gaussienne, un ensemble articulé de garanties méthodologiques et probabilistes doit être réuni. Ces garanties s’articulent autour de quatre piliers fondamentaux :

• La randomisation des données : Le mode de tirage doit garantir que chaque observation est issue d’un processus aléatoire impartial, constituant l’unique rempart contre les biais de sélection systématiques susceptibles de corrompre l’ensemble des espérances mathématiques.
• L’indépendance statistique des observations : Chaque mesure ne doit contenir aucune information mutuelle sur les autres observations du vecteur d’échantillonnage, assurant ainsi l’additivité linéaire pure des variances sans termes de covariance perturbateurs.
• Le respect de la règle des 10 % : Lorsque les prélèvements sont opérés au sein d’une population finie sans remise, l’échantillon ne doit pas excéder un dixième de l’effectif global pour éviter que le découplage probabiliste ne se dégrade de façon critique.
• La taille d’échantillon suffisante : Le volume de données collectées doit être d’une magnitude suffisante pour surmonter l’inertie géométrique de la distribution parente, fournissant le carburant nécessaire à la convergence asymptotique garantie par le calcul différentiel.

Ces quatre critères ne constituent pas des options indépendantes ou substituables où l’excellence de l’une pourrait compenser les défaillances d’une autre. Ils opèrent de manière strictement multiplicative en termes de validité inférentielle : si une seule de ces exigences est rompue, la chaîne de déduction s’interrompt instantanément. Par exemple, disposer d’un échantillon gigantesque de cent mille individus ne pallie en rien une absence complète de randomisation ; cela n’a pour effet que de cristalliser un biais systématique avec une précision d’illusion trompeuse. De même, une randomisation irréprochable appliquée à un échantillon minuscule extrait d’une population asymétrique et sans échelle finie laissera la distribution d’échantillonnage dans un état de déséquilibre morphologique total, réfractaire à toute approximation par la loi normale standard.

2.2 La typologie des hypothèses : échantillonnage versus modélisation

D’un point de vue épistémologique, ces quatre exigences peuvent être classées en deux catégories fondamentales distinctes : les contraintes procédurales de protocole, d’une part, et les propriétés distributionnelles intrinsèques, d’autre part. La randomisation, l’indépendance et la règle des 10 % relèvent au premier chef de l’architecture expérimentale et du protocole de recueil d’information. Elles interrogent la relation causale et temporelle entre le chercheur, son instrument de mesure et le réservoir d’individus dont sont extraites les données. Si la méthodologie de terrain est viciée à sa source, le dommage informationnel est souvent définitif et irréversible, aucun algorithme statistique ne pouvant réinjecter rétrospectivement de la randomisation là où a prévalu un recrutement dirigé.

À l’inverse, l’exigence relative à la taille minimale de l’échantillon et à son adéquation face à l’asymétrie ou à la dispersion s’apparente à une contrainte distributionnelle et computationnelle. Elle ne met pas nécessairement en cause l’honnêteté du protocole de mesure, mais plutôt la puissance du dispositif face à la topographie statistique du paysage étudié. La violation simultanée de contraintes issues de ces deux domaines génère des effets additifs hautement pernicieux : une asymétrie non compensée par la taille, combinée à une dépendance sérielle entre les mesures, provoque des distorsions complexes qui échappent aux corrections simples et rendent les diagnostics habituels totalement inefficaces.

La hiérarchisation méthodologique s’impose donc comme une démarche ordonnée. En amont, l’analyste doit d’abord certifier l’intégrité probabiliste de son échantillonnage (randomisation, absence de dépendance non maîtrisée, respect des frontières de population finie), car ces aspects conditionnent la structure mathématique même des estimateurs. Ce n’est qu’une fois ce socle expérimental validé que peut intervenir l’examen quantitatif de l’effectif au regard des asymétries et des queues de distribution parentes, étape ultime qui permet de juger si l’approximation asymptotique a franchi le seuil à partir duquel l’erreur d’approximation normale devient négligeable pour les décisions à prendre.

3. Condition 1 : La randomisation des données et méthodes de tirage

3.1 Définition probabiliste de l’échantillonnage aléatoire

La randomisation ne doit en aucun cas être assimilée à une forme d’arbitraire ou de désinvolture dans le processus de recrutement des sujets d’étude. Sur le plan formel des probabilités, un échantillonnage est rigoureusement aléatoire si chaque unité élémentaire composant la population statistique cible possède une probabilité d’inclusion non nulle, calculable et maîtrisée par le chercheur au moment du protocole. L’idéal d’équiprobabilité stricte, où chaque individu partage exactement la même chance $p = \frac{1}{N}$ d’être extrait du groupe global de taille $N$, constitue le socle de l’échantillonnage aléatoire simple, mais la randomisation embrasse plus largement toute procédure dont le mécanisme de sélection dépend exclusivement d’un algorithme stochastique formalisé et non des attributs subjectifs ou des convenances pratiques des observateurs ou des observés.

Cette condition fondamentale offre la garantie indispensable que les sous-groupes structurels présents dans la population (catégories d’âge, variations génétiques, strates de revenu, typologies d’entreprises) se trouvent reflétés dans l’échantillon selon des proportions exemptes de toute distorsion d’origine humaine. En éliminant formellement l’influence du jugement personnel du chercheur, la randomisation neutralise le biais de confirmation — c’est-à-dire la propension inconsciente à recruter des sujets validant les hypothèses préalables de l’équipe de recherche — ainsi que le redoutable biais de sélection, caractérisé par une divergence structurelle entre les caractéristiques de la cohorte observée et celles de la population cible réelle.

Il est en outre essentiel de distinguer conceptuellement deux vocables souvent confondus dans les publications biomédicales et comportementales : l’échantillonnage aléatoire et l’affectation aléatoire. L’échantillonnage aléatoire désigne le mécanisme d’extraction des participants depuis une population générale vers l’étude, garantissant la validité externe des conclusions et autorisant le théorème central limite à projeter la moyenne de l’échantillon vers la véritable moyenne populationnelle $\mu$. L’affectation aléatoire (ou randomisation clinique) intervient après l’échantillonnage et consiste à distribuer les sujets au sein de bras d’expérimentation distincts (par exemple, placebo contre molécule active), protégeant cette fois la validité interne du lien causal, sans garantir pour autant la représentativité globale du groupe si l’échantillon initial souffre d’un défaut de tirage probabiliste.

3.2 Modalités d’échantillonnage probabiliste compatibles

L’implémentation effective d’un échantillonnage aléatoire peut adopter différentes architectures formelles, pourvu que l’équation d’inclusion demeure mathématiquement transparente. La modalité la plus directe est l’échantillonnage aléatoire simple, mis en œuvre de nos jours par des générateurs de nombres pseudo-aléatoires cryptographiquement sûrs fondés sur des graines d’initialisation rigoureusement tracées, se substituant aux tables de nombres aléatoires historiques de Fisher et Yates. Dans ce schéma, chaque configuration possible de $n$ sujets possède une probabilité rigoureusement identique d’être matérialisée, ce qui maximise l’élégance théorique des preuves de convergence stochastique.

Dans des configurations géographiques ou socio-économiques complexes, l’échantillonnage stratifié se révèle non seulement parfaitement compatible avec le théorème central limite, mais souvent méthodologiquement supérieur en matière d’efficacité de l’estimateur. En divisant la population d’intérêt en sous-strates mutuellement exclusives et collectivement exhaustives — selon des variables explicatives clés comme le secteur géographique ou la catégorie socio-professionnelle — puis en procédant à un échantillonnage aléatoire simple à l’intérieur de chacune de ces strates, le statisticien garantit une variance globale réduite. La moyenne stratifiée se comporte comme une combinaison linéaire de moyennes d’échantillons aléatoires simples mutuellement indépendants ; le théorème central limite s’applique alors individuellement à chaque sous-strate, puis collectivement à l’estimateur combiné.

Une troisième approche probabiliste d’usage fréquent réside dans l’échantillonnage en grappes (ou par faisceaux), qui consiste à sélectionner au hasard non des individus isolés, mais des conglomérats naturels préexistants (des classes scolaires, des cliniques médicales, des quartiers résidentiels), pour ensuite mesurer l’ensemble ou une fraction des unités au sein de chaque grappe retenue. Bien que cette méthode respecte les critères généraux de la sélection probabiliste, elle modifie profondément la variance globale de l’échantillon en raison de la ressemblance interne des unités regroupées. Si le théorème central limite demeure théoriquement valide pour la moyenne globale dès lors que le nombre de grappes tirées aléatoirement tend vers l’infini, la vitesse de convergence et la variance d’échantillonnage s’en trouvent substantiellement compromises, exigeant des correctifs analytiques dédiés.

3.3 Conséquences du non-respect de la randomisation

L’abandon de la randomisation constitue une catastrophe méthodologique irréversible pour l’inférence fondée sur le théorème central limite. Lorsqu’un échantillon est collecté selon des critères déterministes, d’opportunité ou de sélection orientée, un biais systématique (noté mathématiquement $\text{Biais} = \mathbb{E}[\bar{X}_n] – \mu \neq 0$) s’insinue immédiatement au cœur de l’estimateur. La tragédie formelle réside dans le fait que ce biais systématique est invariant par rapport à la taille d’échantillon $n$ : accroître le volume d’observations jusqu’à dix mille ou dix millions de lignes ne réduit pas l’écart moyen d’un seul millième d’unité ; cela ne fait que figer le biais avec une confiance trompeuse toujours plus intolérante au doute.

Dès lors, la moyenne empirique perd définitivement son statut d’estimateur sans biais de la moyenne populationnelle. La distribution d’échantillonnage ne converge plus du tout vers $\mathcal{N}\left(\mu, \frac{\sigma^2}{n}\right)$, mais vers une distribution fictive centrée sur un paramètre déplacé $\mathcal{N}\left(\mu + \text{Biais}, \frac{\sigma^2}{n}\right)$. Si l’analyste persiste à invoquer mécaniquement les formules usuelles du théorème central limite pour produire des intervalles de confiance à 95 %, ces derniers se décaleront progressivement de la véritable cible populationnelle à mesure que $n$ grandit, jusqu’à ce que la couverture empirique réelle de l’intervalle tombe à 0 %, créant un faux sentiment de précision absolue adossé à une contre-vérité scientifique.

En outre, l’erreur standard calculée de façon classique devient profondément trompeuse en l’absence de randomisation. L’hétérogénéité non probabiliste engendre des distorsions d’auto-sélection qui dissimulent ou amplifient artificiellement la dispersion des données. En projetant un algorithme inférentiel paramétrique sur des observations collectées sans garde-fous stochastiques, le statisticien quantifie une précision qui n’est qu’un artefact du code informatique, coupant tout lien de causalité probabiliste avec l’écosystème empirique dont proviennent les données.

4. Défis pratiques de la randomisation en recherche empirique

4.1 Les limites des échantillons de convenance

En dépit des canons méthodologiques professés dans les manuels, la majorité de la recherche empirique contemporaine — particulièrement en psychologie, en sciences comportementales et en marketing quantitatif — opère par le biais d’échantillons de convenance. Le recours quasi-systématique à des cohortes composées exclusivement d’étudiants de premier cycle universitaire, ou le recours massif à des volontaires rémunérés recrutés via des plateformes d’externalisation en ligne comme Amazon Mechanical Turk ou Prolific, illustre une faille endémique du protocole de randomisation. Ces individus constituent des populations spécifiques hautement sélectionnées, marquées par des particularités d’âge, d’alphabétisation technologique, de classe sociale et d’intérêts personnels, incompatibles avec la notion de tirage neutre au sein d’une population globale.

Le biais d’auto-sélection (ou « self-selection bias ») constitue le corollaire toxique des échantillons de convenance et des sondages en ligne ouverts. Lorsqu’un citoyen choisit spontanément de répondre à un formulaire d’évaluation sur un portail web, sa décision de participation est elle-même fortement conditionnée par ses opinions extrêmes, son niveau de mécontentement ou une disponibilité temporelle atypique. Le profil psychologique et sociologique des répondants effectifs dévie structurellement de celui des individus passifs qui composent la majorité silencieuse de la population générale, entraînant une troncature systématique des distributions de réponse.

Les tentatives d’extrapolation statistique à partir de panels d’accès non probabilistes achoppent inévitablement sur cette absence de représentativité stochastique. Aucun développement analytique, même fondé sur le théorème central limite, ne peut justifier la projection des moyennes observées au sein de ces panels vers des ensembles sociétaux généraux. L’analyste se trouve confronté à des populations distordues dont les lois de dispersion internes ne répondent pas aux hypothèses de l’échantillonnage aléatoire unifié, ce qui rend caduque l’application brute des intervalles de confiance et des tests d’inférence classiques.

4.2 Stratégies de compensation et de redressement statistique

Face à la rareté et au coût prohibitif des tirages aléatoires parfaits dans de nombreuses disciplines, les statisticiens ont développé des méthodologies de correction et de calage ex post destinées à atténuer les biais d’échantillonnage non probabiliste. Parmi ces approches, les méthodes de pondération par le score de propension occupent une place de premier rang. En modélisant la probabilité conditionnelle qu’avait un individu donné d’être sélectionné dans l’échantillon au vu d’un ensemble de covariables démographiques et contextuelles observables, il devient possible d’attribuer un poids statistique inversement proportionnel à sa probabilité d’inclusion, rééquilibrant ainsi l’influence relative de chaque observation dans le calcul de la moyenne globale.

La post-stratification constitue un autre outil classique de rééquilibrage démographique. Si la population cible est documentée par un recensement officiel fiable (dont on connaît précisément la distribution conjointe par âge, sexe, niveau d’études et zone d’habitation), le statisticien divise son échantillon de convenance selon ces mêmes cellules démographiques. Il applique ensuite des coefficients multiplicateurs d’ajustement afin que la contribution numérique pondérée de chaque sous-groupe dans l’échantillon corrigé concorde rigoureusement avec sa proportion réelle au sein de la population parente. L’estimateur de la moyenne devient alors une somme pondérée d’estimateurs locaux stratifiés.

Ces méthodes d’ajustement statistique ne sauraient toutefois constituer une panacée dispensant de concevoir des protocoles d’échantillonnage rigoureux. Tout modèle de pondération repose sur l’hypothèse héroïque et non vérifiable que le mécanisme de sélection est entièrement capturé par les covariables mesurées (absence de confusion non observée). Si les variables guidant l’auto-sélection des individus sont absentes des registres du chercheur (comme un trait de caractère ou une motivation inconsciente), le biais subsiste dans son intégralité. C’est pourquoi une analyse de sensibilité quantitative rigoureuse doit systématiquement accompagner ces redressements, afin d’évaluer dans quelle mesure les inférences issues du théorème central limite restent stables face à différentes hypothèses plausibles sur les mécanismes d’échantillonnage manqués.

5. Condition 2 : L’indépendance statistique des observations

5.1 Cadre théorique de l’indépendance des variables aléatoires

L’indépendance statistique des observations constitue sans doute la condition la plus exigeante et la plus critique sur le plan mathématique pour garantir le fonctionnement du théorème central limite de Lindeberg-Lévy. En termes de théorie des probabilités, deux variables aléatoires $X_i$ et $X_j$ sont déclarées statistiquement indépendantes si et seulement si leur mesure de probabilité conjointe se factorise exactement en le produit de leurs mesures de probabilité marginales respectives : $\mathbb{P}(X_i le x, X_j le y) = \mathbb{P}(X_i le x) \cdot \mathbb{P}(X_j le y)$ pour tous réels $x$ et $y$. Cette formalisation implique qu’aucune fraction d’information relative à l’état ou à la valeur adoptée par l’observation $X_i$ ne permet de réduire l’incertitude quant à la réalisation de l’observation $X_j$.

Sur le plan des moments d’ordre deux, cette absence de dépendance stochastique garantit formellement la nullité absolue de la covariance entre toute paire d’indices distincts : $\text{Cov}(X_i, X_j) = 0$ dès lors que $i \neq j$. La portée mathématique de cette propriété est considérable dans le calcul de la variance de la somme. En vertu des règles de l’algèbre stochastique, la variance d’une somme de variables aléatoires quelconques se déploie selon la célèbre identité :

$$\mathbb{V}\text{ar}\left(\sum_{i=1}^n X_i\right) = \sum_{i=1}^n \mathbb{V}\text{ar}(X_i) + 2 \sum_{1 le i < j le n} \text{Cov}(X_i, X_j)$$

Ce n’est que grâce à l’élimination des covariances croisées que la variance de la somme se résume à la somme des variances individuelles $\sum_{i=1}^n \sigma^2 = n\sigma^2$. En divisant par la constante de normalisation $n^2$ pour obtenir la moyenne arithmétique empirique, la variance de cette moyenne se condense élégamment sous la forme $\mathbb{V}\text{ar}(\bar{X}_n) = \frac{n\sigma^2}{n^2} = \frac{\sigma^2}{n}$, conférant à l’erreur standard théorique sa formule cardinale $\frac{\sigma}{\sqrt{n}}$, pierre angulaire du théorème central limite classique.

5.2 Origines fréquentes de dépendance non désirée

Dans la pratique des sciences empiriques, l’indépendance statistique est une propriété hautement vulnérable, fréquemment compromise par la structure même des protocoles expérimentaux ou observationnels. L’une des violations les plus ubiquitaires résulte des protocoles de mesures répétées longitudinales : lorsqu’un même participant fait l’objet de plusieurs évaluations successives à des intervalles de temps différents (par exemple avant, pendant et après une thérapie), les observations issues de ce même individu partagent une variance spécifique intraclasse inhérente à sa constitution biologique ou psychologique, violant violemment l’hypothèse de découplage stochastique.

Les effets de structure ou de grappes représentent un autre foyer classique de corrélation dissimulée. Lorsque des unités d’observation partagent un environnement physique, social ou institutionnel commun — des élèves appartenant à la même classe d’école, des patients soignés par la même équipe médicale dans un même service hospitalier, ou des ouvriers affectés au même atelier industriel —, ils sont inévitablement soumis à des facteurs d’influence communs non mesurés (comme le style pédagogique de l’enseignant ou l’hygiène spécifique du service). Les résidus de mesure de ces individus deviennent alors positivement corrélés, annulant l’indépendance requise par le modèle.

Enfin, l’appariement méthodologique non pris en compte (inclusion intentionnelle ou accidentelle de couples, de jumeaux ou de fratries) et les phénomènes de contagion ou d’interaction directe au cours de l’expérimentation (comme des sujets qui discutent entre eux pendant une expérience en laboratoire d’économie comportementale) injectent de la dépendance entre les unités mesurées. L’observation d’un participant réagit au comportement de son voisin, ce qui lie les destins probabilistes des variables et neutralise le fondement théorique du théorème central limite de base.

5.3 Impact de la dépendance sur la distribution d’échantillonnage

Lorsque des observations interdépendantes sont traitées comme si elles étaient mutuellement indépendantes, la distribution d’échantillonnage subit une distorsion structurelle majeure. Si la covariance moyenne entre paires d’observations est positive — configuration de loin la plus fréquente dans les sciences naturelles et sociales par le jeu de l’homophilie ou de l’exposition à un milieu partagé —, la somme des termes de covariance omis $2 \sum \text{Cov}(X_i, X_j) > 0$ rend la variance réelle de la somme d’échantillonnage considérablement plus ample que la quantité théorique $n\sigma^2$.

Par voie de conséquence directe, la formule standard de l’erreur type $\frac{S}{\sqrt{n}}$ sous-estime systématiquement et dramatiquement la dispersion réelle de la moyenne empirique. L’intervalle de confiance calculé sera beaucoup trop resserré, créant une illusion mathématique de précision chirurgicale là où règne en réalité une variabilité statistique prononcée. Les degrés de liberté apparents, calculés naïvement par la taille d’échantillon brute $n – 1$, sont artificiellement gonflés : un ensemble de 500 élèves regroupés dans 10 classes n’apporte nullement l’équivalent informationnel de 500 individus autonomes, mais plutôt une information effective proche de la taille du groupe de grappes.

Ce rétrécissement artificiel de l’erreur standard conduit à un désastre méthodologique bien documenté : l’explosion des fausses découvertes statistiques (taux d’erreur de première espèce $\alpha$). Lors des tests de Student ou des tests d’inférence de régression, le dénominateur de la statistique de test étant sous-évalué, la valeur de la statistique $t$ ou $Z$ calculée est artificiellement augmentée. Des $p$-valeurs minuscules sont obtenues sur de purs bruits d’échantillonnage, poussant la communauté scientifique à valider des associations fallacieuses, situation identifiée comme un vecteur central de la crise contemporaine de réplication des résultats scientifiques.

6. Diagnostic et gestion des violations d’indépendance

6.1 Outils statistiques de détection de dépendance

Face au péril que fait peser la corrélation intra-échantillon sur la validité du théorème central limite, l’analyste se doit de mobiliser des indicateurs diagnostiques rigoureux avant d’engager toute procédure inférentielle paramétrique. Le principal outil quantitatif pour évaluer la dépendance au sein de structures groupées hiérarchisées est le coefficient de corrélation intraclasse (noté $\text{ICC}$ ou $rho$). Défini conceptuellement comme le rapport de la variance inter-groupes sur la variance totale du phénomène ($\rho = \frac{\sigma^2_b}{\sigma^2_b + \sigma^2_w}$), l’$\text{ICC}$ quantifie la fraction de la variabilité globale attribuable à l’appartenance à une même entité collective. Une valeur d’$\text{ICC}$ ne dépassant pas 0,05 peut suffire, dans un contexte d’échantillonnage à grands effectifs, à déstabiliser significativement le niveau d’erreur de type I si elle n’est pas modélisée.

Dans l’analyse des séries temporelles ou spatiales, où l’ordre séquentiel ou la proximité physique des observations est susceptible de transmettre une inertie stochastique, des tests formels d’autocorrélation s’imposent de manière incontournable. Le test de Durbin-Watson ou le test plus robuste de Breusch-Godfrey permettent de traquer la présence d’une corrélation sérielle d’ordre $p$ entre les résidus successifs d’un modèle d’échantillonnage. En matière spatiale, des indices spécifiques comme le $I$ de Moran évaluent si des valeurs élevées ou basses de la variable étudiée tendent à s’agréger géographiquement de façon plus marquée qu’au terme d’un processus aléatoire pur, signalant sans ambiguïté une violation de l’indépendance postulée.

Enfin, une inspection graphique approfondie et méthodique de la structure des résidus d’un modèle constitue un préalable indispensable. La projection des résidus standardisés en fonction du temps, de l’ordre d’enregistrement des sujets, de l’expérimentateur ayant procédé à la mesure, ou de l’unité physique de stockage fournit des indices visuels immédiats de contamination statistique. L’émergence de motifs cycliques, de faisceaux convergents ou de dérives temporelles trahit immédiatement la présence de facteurs non contrôlés liant les observations entre elles et prohibant le recours naïf au théorème central limite canonique.

6.2 Adaptations méthodologiques et modélisation hiérarchique

Lorsque la structure de dépendance est diagnostiquée et avérée, l’appareil d’analyse doit être impérativement adapté pour rétablir la validité des conclusions inductives. La transition la plus naturelle et élégante consiste à abandonner les modèles paramétriques linéaires classiques au profit des modèles linéaires mixtes ou multiniveaux (hierarchical linear modeling). Ces architectures analytiques décomposent la variance totale en intégrant explicitement des effets aléatoires assignés aux groupes ou aux sujets répétés. En isolant mathématiquement la covariance intra-grappe dans les matrices de variance-covariance aléatoire, ces modèles permettent aux paramètres fixes de bénéficier d’une convergence asymptotique robuste et d’erreurs types non corrompues.

Une alternative largement plébiscitée en économétrie et en épidémiologie sociale repose sur l’emploi des estimateurs de variance asymptotique robustes en présence de grappes, fondés sur la formulation de type sandwich issue des théorisations de Huber, White et Liang-Zeger. Les erreurs standard « cluster-robustes » (CRSE) ne cherchent pas à modéliser la cause profonde de la dépendance, mais corrigent rétrospectivement la matrice de variance de l’estimateur de la moyenne en intégrant la somme des produits croisés des résidus calculés au sein de chaque cluster indépendant. Sous réserve que le nombre de grappes soit lui-même suffisamment important (idéalement supérieur à 40 ou 50), cette technique rétablit une inférence asymptotique valide sans imposer d’hypothèse paramétrique stricte sur la forme de la corrélation interne.

Dans les configurations d’échantillonnage où le nombre de grappes est restreint mais où chaque grappe contient un effectif pléthorique, une stratégie de contournement pragmatique et radicale consiste en l’agrégation pré-analytique des données. Au lieu de considérer les mesures individuelles comme autant de réalisations indépendantes, le statisticien calcule d’abord la moyenne de chaque grappe pour former un nouveau jeu de données réduit, où chaque grappe constitue une unité d’analyse unique ($N_{nouveau} = K$, où $K$ est le nombre de clusters). Dès lors que les grappes ont été sélectionnées de manière indépendante, ces moyennes de grappes respectent la condition d’indépendance statistique, permettant l’application directe du théorème central limite sur ce jeu de données condensé, au prix certes d’une réduction mécanique du nombre d’observations, mais avec la garantie d’une rigueur probabiliste restaurée.

7. Condition 3 : La règle des 10 % lors du tirage sans remise

7.1 Mécanisme mathématique du tirage sans remise

Dans la formalisation théorique originelle du théorème central limite de Lindeberg-Lévy, la population parente depuis laquelle sont extraites les variables aléatoires est supposée infinie, ou, de manière rigoureusement équivalente, l’échantillonnage s’opère selon un protocole de tirage avec remise (chaque individu sélectionné étant instantanément replacé dans l’urne avant la sélection suivante). Toutefois, dans la quasi-totalité des enquêtes humaines, médicales et sociales réelles, les unités mesurées ne sont tirées qu’une seule et unique fois pour des raisons évidentes de faisabilité et d’éthique : il s’agit d’un tirage sans remise au sein d’une population finie d’effectif $N$.

Le retrait physique définitif d’un individu de la population à chaque phase d’extraction modifie imperceptiblement la composition du réservoir résiduel, ce qui induit une évolution continue des probabilités conditionnelles pour les observations subséquentes. Pour illustrer ce phénomène de manière binaire, considérons une population finie de taille $N$ contenant $M$ individus présentant une caractéristique pathologique. Si la première unité extraite présente la pathologie, la probabilité que la deuxième unité tirée soit également atteinte n’est plus $\frac{M}{N}$, mais $\frac{M-1}{N-1}$. Le processus d’échantillonnage ne répond plus aux lois de la distribution binomiale classique propre aux tirages indépendants, mais s’inscrit rigoureusement dans le cadre de la distribution hypergéométrique.

Sur le plan mathématique pur, le tirage sans remise au sein d’un univers clos viole l’exigence d’indépendance stricte entre les variables aléatoires de l’échantillon. La valeur obtenue au terme du tirage $X_k$ est conditionnée par l’ensemble des tirages antérieurs $(X_1, dots, X_{k-1})$. Il existe en fait une légère corrélation négative systématique entre les tirages : la covariance conjointe entre deux unités tirées sans remise d’une population finie s’établit à $\text{Cov}(X_i, X_j) = -\frac{\sigma^2}{N – 1}$. Bien que faible en valeur absolue, cette covariance négative constante contredit le postulat d’indépendance parfaite, soulevant une question fondamentale : à partir de quel seuil cette dépendance induite par la finitude de la population altère-t-elle de façon critique la convergence vers la loi normale ?

7.2 Fondement et formulation de la condition des 10 %

Pour répondre à cette contrainte pratique sans paralyser l’inférence appliquée, la théorie statistique a formulé une heuristique méthodologique éprouvée : la règle des 10 % (ou condition de fraction d’échantillonnage négligeable). Cette règle stipule que lorsque l’on procède à un tirage sans remise dans une population de taille finie $N$, l’effectif de l’échantillon $n$ ne doit pas dépasser 10 % de l’effectif total de la population cible, ce qui s’écrit formellement sous la forme :

$$n le 0{,}10 \times N \quad Long\leftrightarrow \quad \frac{n}{N} le 0{,}10$$

où la quantité $f = \frac{n}{N}$ représente la fraction d’échantillonnage du protocole.

Le fondement logique de cette règle réside dans la stabilité asymptotique des probabilités conditionnelles. Lorsque l’échantillon prélevé demeure infinitésimal ou très minoritaire par rapport à la masse totale du réservoir populationnel, le retrait d’une unité ne modifie les probabilités marginales de la population restante que de manière infinitésimale. Par exemple, si l’on extrait un individu d’une métropole comptant un million d’habitants, la modification induite sur la probabilité du tirage suivant est de l’ordre de un millionième, une variation imperceptible qui n’a aucun impact significatif sur le calcul de la distribution d’échantillonnage.

Sous la condition $n le 0{,}10 N$, la dépendance séquentielle engendrée par l’absence de remise est considérée comme mathématiquement négligeable pour les applications inférentielles courantes. L’approximation de la distribution hypergéométrique par la distribution binomiale (et donc, par extension vers le théorème central limite, par la loi normale) s’opère avec une erreur de troncature marginale, parfaitement acceptable dans le cadre des seuils d’erreur tolérés en recherche expérimentale. Cette condition des 10 % agit comme un compromis garantissant la validité opérationnelle de l’indépendance approximative sans obliger le chercheur à modifier ses calculs d’erreur standard.

7.3 Conséquences statistiques de la violation de la règle des 10 %

Que se passe-t-il lorsque la règle des 10 % est transgressée, c’est-à-dire lorsque l’échantillon prélevé mobilise 20 %, 50 % ou 80 % de la population globale ? Contrairement aux violations des conditions de randomisation ou d’indépendance externe qui génèrent des désastres statistiques par sous-estimation de la variance ou introduction de biais, la violation de la règle des 10 % provoque un effet paradoxal : elle induit une surestimation systématique de la variance d’échantillonnage réelle si les formules classiques du théorème central limite continuent d’être appliquées mécaniquement.

Puisque la covariance entre unités tirées sans remise est négative ($-\frac{\sigma^2}{N-1}$), la somme de ces covariances soustrait de la variance totale au lieu d’en ajouter. Dès lors que l’on observe une fraction substantielle de la population, l’incertitude résiduelle sur la moyenne d’échantillonnage diminue beaucoup plus vite que ne le prévoie la formule asymptotique $\frac{\sigma}{\sqrt{n}}$. À l’extrême limite, si l’échantillon atteint $n = N$, la moyenne empirique n’est plus une variable aléatoire dotée d’une erreur d’échantillonnage, mais devient rigoureusement la moyenne populationnelle certaine $\mu$, avec une variance réelle égale à zéro, alors que la formule classique du TCL continuerait d’attribuer artificiellement une erreur standard positive égale à $\frac{S}{\sqrt{N}}$.

Les répercussions pratiques de cette violation sans correction sont hautement défavorables à l’efficience de la recherche :

• Les intervalles de confiance calculés à partir de la formule standard sont indûment et inutilement trop larges, pénalisant la précision revendiquée par l’expérimentateur.
• Le niveau de conservatisme méthodologique devient excessif, ce qui étouffe la puissance statistique des tests d’hypothèses ($1 – \beta$).
• Le chercheur risque de commettre une erreur de type II en échouant à rejeter une hypothèse nulle fausse, faute d’avoir reconnu que son incertitude empirique réelle était bien inférieure à celle dictée par la théorie asymptotique des populations infinies.

8. Le facteur de correction pour population finie

8.1 Formulation et intégration algébrique du facteur correctif

Lorsque la taille d’échantillon franchit la ligne rouge de la règle des 10 % ($n > 0{,}10 N$), l’analyste n’est pas contraint pour autant d’abandonner le recours au théorème central limite. Il doit en revanche ajuster formellement l’erreur type en intégrant un multiplicateur algébrique correctif bien connu : le facteur de correction pour population finie (noté usuellement FCPF ou FPC en anglais). L’expression analytique exacte de ce facteur correctif s’énonce sous la forme :

$$\text{FCPF} = \sqrt{\frac{N – n}{N – 1}}$$

Ce coefficient s’applique directement en facteur d’échelle à l’erreur type classique de la moyenne, révisant la formule canonique de la dispersion de la distribution d’échantillonnage de la façon suivante :

$$\sigma_{\bar{X}} = \frac{\sigma}{\sqrt{n}} \times \sqrt{\frac{N – n}{N – 1}} \approx \frac{\sigma}{\sqrt{n}} \times \sqrt{1 – \frac{n}{N}}$$

Cette dernière simplification algébrique reposant sur l’approximation $\frac{N-n}{N-1} \approx 1 – f$ est universellement employée dès lors que $N$ dépasse quelques dizaines d’unités.

Le comportement mathématique de ce facteur illustre remarquablement l’homéostasie des théorèmes limites :

• Lorsque la population $N$ tend vers l’infini pour une taille d’échantillon $n$ fixée, la fraction $\frac{n}{N}$ s’annule, ce qui fait tendre $\sqrt{1 – \frac{n}{N}}$ vers $\sqrt{1} = 1$ : la formule classique du théorème central limite pour population infinie est ainsi intégralement préservée.
• Lorsque la taille de l’échantillon $n$ se rapproche de l’effectif de la population $N$, la quantité sous le radical s’approche de zéro, contractant drastiquement l’erreur standard théorique vers sa limite certaine.
• Lorsque $n = 0{,}10 N$ (le seuil de bascule de la règle des 10 %), le facteur de correction vaut environ $\sqrt{1 – 0{,}10} = \sqrt{0{,}90} \approx 0{,}9487$, ce qui implique une réduction de l’erreur type d’environ 5 %, marge d’écart que l’heuristique statistique accepte conventionnellement d’omettre sans compromettre gravement les conclusions.

8.2 Applications pratiques dans des populations restreintes

L’intégration effective du facteur de correction pour population finie s’avère déterminante dans une multitude de domaines scientifiques où les populations d’étude sont intrinsèquement restreintes. C’est tout particulièrement le cas en médecine hospitalière spécialisée ou en recherche translationnelle sur les maladies rares. Si une cohorte pédiatrique nationale atteinte d’une anomalie génétique orpheline ne compte que 300 enfants répertoriés ($N = 300$), un essai clinique incluant 90 patients ($n = 90$) prélève 30 % de la population totale. Ignorer le FCPF conduirait à surévaluer l’erreur standard d’environ 16 % ($\sqrt{1 – 0{,}30} \approx 0{,}837$), ce qui dégraderait considérablement la significativité statistique de gains thérapeutiques tangibles.

De façon analogue, la recherche en sociologie des organisations, en sciences de gestion et en économie industrielle se déploie fréquemment sur des écosystèmes clos : l’étude des directeurs généraux d’entreprises cotées au CAC 40 ($N = 40$), l’analyse du climat social au sein d’une clinique employant 200 soignants, ou l’audit de la chaîne logistique de 50 usines automobiles. Dès qu’un échantillon intègre un quart ou la moitié de ces institutions, le statisticien est méthodologiquement tenu d’activer le FCPF pour aligner ses calculs d’intervalles de confiance avec la distribution d’échantillonnage réelle.

En pratique décisionnelle, la règle d’arbitrage méthodologique est standardisée :

• Si $\frac{n}{N} le 0{,}10$ : Le tirage sans remise est assimilé à un tirage avec remise indépendant. L’usage de la formule classique de l’erreur type $\frac{S}{\sqrt{n}}$ est rigoureusement autorisé sans aucune pénalité inférentielle.
• Si $\frac{n}{N} > 0{,}10$ : La règle des 10 % est violée. L’application du théorème central limite demeure possible, mais sous la condition expresse d’amender l’estimation de l’erreur standard par le facteur multiplicatif $\sqrt{\frac{N-n}{N-1}}$.
• Si $n to N$ : La statistique descriptive déterministe se substitue progressivement à la statistique inférentielle probabiliste, le recensement exhaustif éliminant l’aléa d’échantillonnage.

9. Condition 4 : La taille d’échantillon suffisante et le critère de n supérieur ou égal à 30

9.1 Origine et signification du seuil conventionnel n supérieur ou égal à 30

Parmi toutes les maximes qui circulent dans les cursus d’initiation aux statistiques appliquées, le précepte selon lequel « le théorème central limite s’applique dès lors que $n ge 30$ » figure parmi les plus célèbres et les plus mal interprétés. Ce chiffre de 30 ne procède d’aucune dérivation algébrique intrinsèque au théorème central limite lui-même, lequel est un théorème strictement asymptotique n’offrant de garantie absolue que pour la limite lorsque $n to \infty$. Ce seuil conventionnel tire en réalité son origine historique de la genèse des tables statistiques au début du XXe siècle, notamment sous l’impulsion de William Sealy Gosset (publiant sous le pseudonyme de Student) et de Sir Ronald Fisher.

Lorsque Gosset dériva formellement la distribution de la loi t de Student en 1908 pour caractériser l’échantillonnage de variables gaussiennes en présence d’une variance empirique $S^2$ inconnue, il apparut que les quantiles critiques de la loi t convergent progressivement vers ceux de la loi normale standard à mesure que les degrés de liberté progressent. Pour un degré de liberté de 30 (soit un échantillon d’environ 31 observations), le quantile critique bilatéral à 95 % de la loi t s’établit à 2,042, une valeur très proche du célèbre 1,960 issu de la distribution normale standard $\mathcal{N}(0, 1)$. À une époque où les calculs étaient exécutés manuellement à partir de volumineux recueils de tables numériques imprimées, la communauté statistique a collectivement adopté le seuil de 30 comme une frontière pragmatique au-delà de laquelle l’écart d’approximation était considéré comme tolérable pour l’agronomie et l’industrie manufacturière de l’époque.

Dans le contexte de l’approximation du TCL, ce seuil $n ge 30$ a été ultérieurement réinvesti d’une signification empirique : pour des distributions mères relativement « sages », c’est-à-dire continues, unimodales, d’asymétrie modérée et dotées d’un aplatissement proche de la normale, la distribution de la moyenne empirique converge en effet avec une remarquable rapidité. Dans ces configurations favorables, un volume de 30 observations s’avère généralement amplement suffisant pour estomper les irrégularités de la loi source et conférer à la distribution d’échantillonnage une silhouette quasi-gaussienne indécelable d’une véritable loi normale lors de tests graphiques conventionnels.

9.2 Facteurs modulant l’exigence de taille d’échantillon

L’erreur majeure consiste à ériger ce seuil historique de 30 en une barrière universelle et protectrice, indépendamment des propriétés de la variable étudiée. En réalité, le volume de données requis pour que la moyenne empirique suive raisonnablement une loi normale dépend de manière intime et exclusive de la forme intrinsèque de la distribution initiale de la population parente. L’exigence de taille n’est pas une constante fixe, mais une fonction dynamique de la morphologie de la population d’origine.

Le spectre des configurations d’échantillonnage se déploie selon une vaste gradation :

• Distribution parente parfaitement normale : Si la population source est elle-même distribuée selon une loi gaussienne $\mathcal{N}(\mu, \sigma^2)$, le théorème central limite n’a même pas besoin d’être invoqué. La moyenne empirique est rigoureusement distribuée selon $\mathcal{N}\left(\mu, \frac{\sigma^2}{n}\right)$ pour n’importe quelle taille d’échantillon, y compris pour $n = 2$ ou $n = 3$.
• Distributions uniformes ou symétriques continues : Pour des lois mères sans asymétrie mais non normales, comme la loi uniforme continue, l’addition de seulement 10 à 12 observations produit déjà une moyenne empirique dont la distribution est quasiment indiscernable d’une loi normale (mécanisme illustré historiquement par le générateur de Bates).
• Distributions modérément asymétriques : Face à des distributions de type Poisson avec un paramètre d’intensité moyen, ou des lois gamma d’asymétrie contenue, le seuil conventionnel de $n ge 30$ à 50 permet généralement d’obtenir une approximation gaussienne satisfaisante des intervalles de confiance.
• Distributions bimodales ou multimodales : Lorsque la population sous-jacente est constituée d’un mélange de deux sous-populations distinctes sans chevauchement franc (présentant deux sommets distincts), un échantillon de 30 unités conserve souvent dans sa moyenne une rémanence de bimodalité ; des échantillons de l’ordre de $n ge 80$ à 100 s’imposent alors pour que le lissage par convolution estompe ce creux central.
• Distributions hautement asymétriques ou à forte propension d’extrêmes : Pour des variables financières, des temps de survie biologique ou des indicateurs de sinistralité d’assurance, un effectif de 30 unités échoue systématiquement à assurer la normalité de l’estimateur moyen. Des échantillons de plusieurs centaines, voire de plusieurs milliers d’observations deviennent formellement indispensables pour parvenir au même niveau de convergence normale.

9.3 Risques associés à l’application aveugle de la règle des 30

S’en remettre aveuglément au dogme de $n ge 30$ sans interroger la distribution parente expose l’analyste à des déconvenues inférentielles majeures. Le risque principal réside dans un échec cuisant de normalisation de l’estimateur d’échantillonnage. Si une variable présente une distribution exponentielle abrupte ou une loi log-normale de fort paramètre d’échelle, la moyenne empirique calculée sur 30 observations conserve une asymétrie résiduelle substantielle vers la droite. Dès lors, les probabilités de dépassement unilatérales diffèrent notablement des valeurs projetées par la loi normale standard : les quantiles extrêmes théoriques ($\pm 1{,}96$ ou $\pm 2{,}58$) ne capturent pas le taux d’occurrences prescrit par la théorie, ce qui fragilise la robustesse des décisions statistiques qui en découlent.

Cette application mécanique confère aux chercheurs une fausse réassurance quant à la validité de leurs démarches expérimentales. L’analyste se berce de l’illusion que le seuil magique de 30 a immunisé son étude contre toute distorsion méthodologique, alors même que ses intervalles de confiance sous-estiment systématiquement le risque d’erreur unilatéral et que ses $p$-valeurs de test de Student sont faussées dans des proportions significatives. Cette fragilité distributionnelle est l’un des vecteurs qui expliquent pourquoi tant d’études préliminaires menées sur des échantillons d’environ 30 à 40 sujets échouent à répliquer leurs résultats sur des cohortes élargies.

Il existe enfin une confusion conceptuelle profondément enracinée entre la puissance statistique globale d’une étude et la validité distributionnelle de ses estimateurs. Déclarer qu’un échantillon de $n = 30$ satisfait au théorème central limite ne garantit en aucune manière que l’expérimentateur dispose de la puissance statistique requise pour détecter une différence moyenne cliniquement ou scientifiquement signifiante face à un groupe témoin. Même si la distribution d’échantillonnage était parfaitement normale à $n = 30$, l’erreur standard $\frac{\sigma}{\sqrt{30}}$ peut être si vaste que la puissance du test statistique n’excède pas 20 % ou 30 %, exposant l’expérience à une probabilité majeure d’échec par manque d’effectif global, rappelant avec force que la normalité de la moyenne n’est qu’un prérequis, et non l’aboutissement du dimensionnement d’une étude.

10. Influence de l’asymétrie et des queues lourdes sur la convergence

10.1 Distribution parente et vitesse de convergence asymptotique

L’analyse fine de la vitesse à laquelle la moyenne empirique converge vers la loi normale standard fait l’objet d’un pan majeur des probabilités analytiques, incarné par le théorème de Berry-Esseen. Ce théorème, formulé de manière indépendante par Andrew Berry et Carl-Gustav Esseen dans les années 1940, permet de borner supérieurement l’erreur maximale d’approximation entre la fonction de répartition empirique de la moyenne normalisée $F_n(x)$ et la fonction de répartition de la loi normale canonique $Phi(x)$. Le théorème énonce qu’il existe une constante universelle $C$ (dont les raffinements contemporains ont établi la valeur à environ $C < 0{,}47$) telle que :

$$\sup_{x in \mathbb{R}} |F_n(x) – \Phi(x)| le \frac{C \cdot \rho}{\sigma^3 \sqrt{n}}$$

où $\rho = \mathbb{E}[|X – mu|^3]$ symbolise le troisième moment absolu centré de la distribution sous-jacente.

Cette inégalité fondamentale éclaire mathématiquement la dynamique de convergence du théorème central limite :

• La vitesse de décroissance de l’erreur est gouvernée par le facteur d’échelle en dénominateur $\frac{1}{\sqrt{n}}$, confirmant que pour doubler la précision d’approximation de la normalité, il ne suffit pas de doubler la taille de l’échantillon, mais qu’il faut la quadrupler.
• Le numérateur met en exergue le rôle déstabilisateur prépondérant joué par le ratio $\frac{\rho}{\sigma^3}$, étroitement relié au coefficient d’asymétrie de la population (le « skewness » noté $\gamma_1 = \frac{\mathbb{E}[(X-\mu)^3]}{\sigma^3}$). Plus la distribution initiale présente une asymétrie marquée vers les valeurs positives ou négatives, plus le troisième moment est massif, gonflant le numérateur et exigeant un effectif $n$ considérablement accru pour ramener l’erreur d’approximation sous un seuil cible tolérable.

L’obstacle le plus radical à la convergence ne réside toutefois pas seulement dans l’asymétrie, mais dans l’existence de distributions parentes à queues lourdes (ou « heavy-tailed distributions »). Le théorème central limite de Lindeberg-Lévy impose expressément l’existence d’une variance finie ($sigma^2 < infty$). Si la population d'origine suit une loi de probabilité dont les queues décroissent selon une loi de puissance lente, telle qu'une distribution de Pareto de paramètre $\alpha le 2$ ou une loi de Cauchy (qui ne possède même pas d’espérance mathématique définie), la variance théorique de la population est infinie. Dans ces conditions critiques, le théorème central limite canonique s’effondre intégralement : la moyenne empirique ne converge jamais vers une distribution normale, quelle que soit la taille de l’échantillon explorée. Elle converge plutôt vers des distributions stables de Paul Lévy (théorème central limite généralisé), caractérisées par une persistance structurelle de valeurs extrêmes réfractaires à toute modélisation gaussienne conventionnelle.

10.2 Évaluation pratique de l’adéquation de la taille de l’échantillon

Dans la conduite concrète d’un protocole d’analyse de données, l’évaluation de la suffisance de la taille d’échantillon $n$ ne peut donc être menée a priori de manière rigide : elle exige un audit empirique minutieux de la morphologie de la variable mesurée. Cet examen préliminaire débute obligatoirement par des techniques d’inspection graphique exploratoire. L’histogramme à découpage adaptatif et l’estimation de densité par noyau permettent d’identifier immédiatement la présence d’une asymétrie flagrante ou d’une configuration multimodale. En parallèle, le diagramme quantile-quantile normal (Q-Q plot) constitue l’outil diagnostique le plus sensible : en projetant les quantiles empiriques de l’échantillon contre les quantiles théoriques d’une loi normale, toute courbure concave ou convexe trahit une asymétrie, tandis qu’une déviation prononcée en forme de « S » aux extrémités révèle un aplatissement excessif ou des queues épaisses chargées d’observations extrêmes.

Sur le plan quantitatif, le calcul des coefficients de moments empiriques fournit une grille d’orientation décisionnelle précieuse. On évalue conjointement :

• Le coefficient d’asymétrie empirique $\hat{\gamma}_1$ (skewness) : s’il est proche de 0 ($|hat{gamma}_1| < 0{,}5$), la convergence asymptotique est exceptionnellement rapide, et un échantillon de taille modérée ($n approx 20$ à 30) suffit amplement. En revanche, si $|\hat{\gamma}_1| > 2$, des échantillons de $n ge 100$ à 200 deviennent nécessaires.
• Le coefficient d’aplatissement empirique $\hat{\beta}_2$ ou l’excès de kurtosis $\hat{\gamma}_2 = \hat{\beta}_2 – 3$ : un excès de kurtosis fortement positif ($> 3$) signale une leptokurticité accusée, avertissant l’analyste que les queues de distribution génèrent des valeurs aberrantes répétées susceptibles de retarder la normalisation de la moyenne empirique.

Lorsque la structure formelle de la variable est trop complexe ou atypique pour que des bornes de Berry-Esseen fournissent un verdict certain, la méthode reine pour attester la normalité asymptotique de l’estimateur moyen consiste à implémenter des simulations de Monte-Carlo ou des procédures de bootstrap exploratoire. En générant artificiellement des milliers de ré-échantillonnages synthétiques à partir de la distribution observée pour différentes tailles $n$ candidates ($n in {30, 50, 100, 250}$), le statisticien peut visualiser directement et modéliser la forme prise par la distribution des moyennes simulées. L’application directe de tests de normalité formels (tels que le test de Shapiro-Wilk ou le test de Kolmogorov-Smirnov corrigé par Lilliefors) sur cette collection empirique de moyennes permet de certifier rigoureusement si, pour l’effectif considéré, l’écart par rapport à la normalité théorique a été neutralisé par la dynamique du théorème central limite.

11. Protocole méthodologique d’évaluation séquentielle des quatre conditions

11.1 Arbre de décision pré-analytique pour l’analyste

Afin d’immuniser la pratique inférentielle contre les erreurs d’interprétation et d’établir un cadre reproductible, il convient de formaliser la validation des conditions du théorème central limite sous la forme d’un protocole d’audit pré-analytique séquentiel et rigide. L’évaluation doit impérativement respecter une progression logique ordonnée du protocole vers la distribution :

Étape 1 : Audit de la randomisation et des mécanismes d’échantillonnage
Le statisticien examine en premier lieu l’origine des données. Le protocole a-t-il mobilisé un mécanisme probabiliste connu pour la sélection des sujets ? Existe-t-il un risque patent d’auto-sélection des répondants ou de biais de volontariat ?

• Si la randomisation est confirmée : Poursuivre vers l’étape 2.
• Si la sélection est déterministe ou de convenance pure : Invalidation du théorème central limite standard. Suspendre l’inférence paramétrique classique. Recourir impérativement à des modélisations de redressement (scores de propension, calage sur marge) ou assumer la dimension strictement descriptive de l’étude.

Étape 2 : Vérification de l’indépendance statistique des observations
L’analyste inspecte l’architecture temporelle et spatiale du dispositif de recueil. Les observations sont-elles regroupées au sein de classes, d’hôpitaux ou de régions géographiques ? S’agit-il d’un suivi longitudinal avec mesures répétées sur les mêmes sujets ?

• Si l’indépendance mutuelle est garantie ($\text{Cov}(X_i, X_j) = 0$) : Poursuivre vers l’étape 3.
• Si une structure de dépendance est identifiée : Stopper l’application naïve des formules de base. Orienter l’analyse vers les modèles linéaires mixtes ou corriger la variance asymptotique par des estimateurs sandwich cluster-robustes (Huber-White).

Étape 3 : Calcul du ratio d’échantillonnage face à la règle des 10 %
L’analyste calcule le rapport entre la taille d’échantillon $n$ et l’effectif global estimé de la population finie $N$.

• Si le tirage est réalisé avec remise, si la population est infinie, ou si $\frac{n}{N} le 0{,}10$ : La règle des 10 % est validée. L’erreur standard standard $\frac{S}{\sqrt{n}}$ est applicable sans modification. Poursuivre vers l’étape 4.
• Si $\frac{n}{N} > 0{,}10$ au sein d’une population finie sans remise : La condition d’indépendance approximative est transgressée. Continuer l’évaluation, mais avec l’obligation contractuelle d’intégrer le facteur de correction pour population finie $\sqrt{\frac{N-n}{N-1}}$ dans toutes les formules d’erreur type.

Étape 4 : Évaluation croisée de la taille $n$ et de l’asymétrie parente
L’analyste audite les métriques de forme de l’échantillon (histogrammes, diagrammes Q-Q, calcul du skewness $\gamma_1$ et du kurtosis).

• Configuration A (Distribution quasi-symétrique sans queues épaisses) : Si $n ge 30$, l’application du théorème central limite classique est pleinement certifiée. L’approximation normale des estimateurs et l’usage des tests paramétriques sont totalement légitimes.
• Configuration B (Asymétrie très prononcée ou distribution bimodale) : Si $n < 100$, le seuil historique de 30 est déclaré insuffisant. Suspendre le recours direct à la loi normale ; privilégier une transformation de données stabilizing ou basculer vers des méthodes non paramétriques (bootstrap, tests de rangs). Si$n ge 150$ à 200, le volume compense l’asymétrie selon Berry-Esseen : l’inférence normale est autorisée.
• Configuration C (Existence d’une queue lourde à variance infinie de type Pareto) : Échec total du théorème central limite classique, indépendamment de $n$. Basculer obligatoirement vers les statistiques des extrêmes et les lois stables.

11.2 Documentation de la conformité dans les rapports de recherche

La crédibilité et la reproductibilité des protocoles de recherche exigent que cette chaîne de vérifications ne demeure pas un processus informel dissimulé dans le code informatique de l’analyste, mais fasse l’objet d’une documentation transparente, formalisée et explicite au sein de la section « Méthodes » des manuscrits scientifiques et des rapports de recherche. Les comités de lecture éditoriaux et les standards internationaux contemporains (à l’instar des directives CONSORT pour les essais cliniques, STROBE pour l’épidémiologie observationnelle, ou des normes APA en sciences comportementales) prescrivent de déclarer formellement les éléments d’intégrité statistique suivants :

• Traçabilité de la randomisation : Description explicite du processus de recrutement, justification de la représentativité du cadre d’échantillonnage, explicitation des mécanismes de tirage stochastique employés, et déclaration exhaustive du taux de non-réponse avec caractérisation du profil des perdus de vue pour évaluer le biais de sélection potentiel.
• Validation de l’indépendance : Attestation circonstanciée de l’absence de regroupement hiérarchique dissimulé ou, le cas échéant, déclaration systématique du coefficient de corrélation intraclasse ($\text{ICC}$) et justification de l’utilisation de modèles multiniveaux ou d’erreurs types ajustées pour les grappes.
• Rapport d’échantillonnage : Mention formelle de l’effectif estimé de la population source $N$ face à la cohorte $n$, avec justification de l’inclusion ou de l’omission du facteur correctif pour population finie selon que le ratio franchit ou non la barre des 10 %.
• Adéquation de l’effectif et métriques de dispersion : Présentation systématique des diagnostics de forme distributionnelle (coefficients de skewness et de kurtosis, visualisation des diagrammes Q-Q plots), couplée à une analyse de puissance pré-expérimentale justifiant que l’effectif $n$ retenu garantit simultanément la normalité asymptotique de la moyenne empirique et une puissance statistique nominale d’au moins 80 % face à l’ampleur de l’effet minimal attendu.

Dans les contextes où certaines conditions n’ont pu être respectées qu’imparfaitement en raison de contraintes de terrain insurmontables (comme un échantillonnage non parfaitement aléatoire ou une asymétrie résiduelle persistante), l’intégrité scientifique commande d’exposer ces violations partielles avec clarté dans la rubrique des limitations de l’étude. Cette transparence épistémologique prévient la propagation de conclusions péremptoires et permet aux lecteurs critiques de contextualiser la fragilité potentielle des marges d’erreur reportées.

12. Alternatives et solutions robustes en cas d’échec des conditions

12.1 Méthodes de rééchantillonnage et approches non paramétriques

Lorsque le diagnostic pré-analytique conclut à l’échec irrémédiable de l’une des conditions du théorème central limite — tout particulièrement en cas de taille d’échantillon insuffisante couplée à une forte asymétrie de la population parente —, l’analyste n’est nullement désarmé. Il peut s’affranchir de la contrainte de convergence normale en basculant vers des paradigmes computationnels intensifs, au premier rang desquels figure le bootstrap non paramétrique, conceptualisé par Bradley Efron en 1979. Le bootstrap consiste à utiliser l’échantillon empirique comme une estimation pseudo-exhaustive de la population, et à tirer au sein de celui-ci, avec remise, un grand nombre d’échantillons de réplication (habituellement $B ge 2000$) de taille $n$.

En calculant la statistique de la moyenne empirique sur chacun de ces sous-échantillons répliqués, l’analyste génère une distribution bootstrap empirique complète de l’estimateur. Dès lors, il n’est plus requis de postuler que cette distribution répond à une loi gaussienne théorique, ni d’extrapoler des erreurs types par la formule asymptotique $\frac{S}{\sqrt{n}}$ : les intervalles de confiance sont déduits directement des quantiles empiriques de la distribution rééchantillonnée (méthode du bootstrap percentile ou méthode BCa corrigée des biais et accélérée). Cette approche conserve une validité inférentielle remarquable dans des conditions où le théorème central limite de base demeure inopérant en raison de fortes asymétries de la distribution d’origine.

Une alternative tout aussi robuste réside dans le déploiement des tests de permutation (ou tests de randomisation exacte), théorisés historiquement par Fisher et Pitman. Dans le cadre de la comparaison de deux groupes, plutôt que de postuler la normalité asymptotique des moyennes et d’appliquer le test t de Student, le test de permutation calcule la statistique d’intérêt pour l’ensemble des réaffectations combinatoires possibles des observations entre les conditions expérimentales. Cette méthodologie garantit un contrôle parfait de l’erreur de première espèce $\alpha$ de manière strictement distribution-free, quel que soit l’état de dispersion de la variable observée.

Enfin, les tests non paramétriques conventionnels fondés sur les rangs d’observations — tels que le test des rangs signés de Wilcoxon pour mesures appariées, le test de Mann-Whitney (Wilcoxon-Mann-Whitney) pour échantillons indépendants, ou le test de Kruskal-Wallis pour les comparaisons multigroupes — offrent une protection totale contre les violations distributionnelles. En convertissant les valeurs brutes métriques en positions relatives ordinaires (rangs), ces procédures neutralisent instantanément l’influence des valeurs aberrantes et de l’asymétrie des queues, garantissant la validité des décisions statistiques là où une application erronée du théorème central limite aurait conduit à des conclusions fallacieuses.

12.2 Transformations de données et modélisations avancées

Une autre stratégie fréquemment mobilisée consiste à modifier la géométrie de la variable mesurée avant d’engager les calculs d’inférence statistique, afin de rapprocher artificiellement la distribution d’origine des canons de la normalité et de stabiliser sa variance. La transformation logarithmique ($log(X)$ ou $log(X+1)$) constitue l’intervention classique par excellence face à des distributions présentant une forte asymétrie positive avec étalement vers la droite, configuration systématique pour des données de revenu, de taux d’anticorps ou de temps de réaction informatique. En comprimant les écarts entre les valeurs massives tout en étirant les intervalles entre les petites valeurs, la transformation logarithmique métamorphose souvent des profils log-normaux en courbes parfaitement gaussiennes, autorisant le théorème central limite à s’exprimer sur l’échelle transformée.

Pour un réglage paramétrique plus fin, la famille des transformations de Box-Cox offre une solution algorithmique automatisée. En introduisant un paramètre continu de transformation $lambda$, Box-Cox redéfinit la variable selon la fonction :

$$X^{(\lambda)} = \begin{\cases} \frac{X^\lambda – 1}{\lambda} & \text{si } \lambda \neq 0 \ \ln(X) & \text{si } \lambda = 0 \end{\cases}$$

L’estimation par le maximum de vraisemblance de la valeur optimale de $lambda$ identifie la transformation mathématique (racine carrée si $\lambda = 0{,}5$, inverse si $lambda = -1$, logarithme si $lambda = 0$) qui maximise la normalité des résidus et l’homoscédasticité, permettant d’appliquer l’ensemble de l’arsenal inférentiel standard en toute sécurité théorique.

Toutefois, la statistique contemporaine privilégie de plus en plus une modélisation directe du phénomène sans distorsion artificielle de son échelle métrique originelle, par le biais des modèles linéaires généralisés (GLM), théorisés par Nelder et Wedderburn en 1972. Les GLM s’affranchissent radicalement de l’obligation de normalité du théorème central limite en permettant à la variable dépendante d’appartenir à toute la famille exponentielle de distributions (binomiale pour des proportions, de Poisson ou négative binomiale pour des données de comptage, gamma pour des durées ou des coûts). En connectant la composante linéaire aux paramètres de la distribution cible via une fonction de lien appropriée (logit, log, réciproque), les GLM traitent directement les caractéristiques intrinsèques de la variance sans exiger que la moyenne empirique normalise artificiellement des données qui ne s’y prêtent pas.

Enfin, l’inférence bayésienne fournit une perspective méthodologique souveraine face à l’effondrement des conditions du TCL. En intégrant explicitement l’incertitude distributionnelle au sein de la formulation des lois a priori et des fonctions de vraisemblance, les approches bayésiennes par échantillonnage de Gibbs ou algorithmes hamiltoniens (MCMC) ne reposent sur aucune projection asymptotique vers la loi normale. L’analyste obtient la distribution a posteriori exacte du paramètre sous le modèle probabiliste spécifié, conservant toute sa rigueur analytique, y compris sur des échantillons minuscules issus de populations hautement asymétriques.

12.3 Synthèse générale et recommandations pour la pratique scientifique

Au terme de cette exploration exhaustive, le théorème central limite se révèle dans toute sa splendide dualité : une découverte intellectuelle prodigieuse illuminant le comportement probabiliste des moyennes, mais également un édifice mathématique rigoureusement conditionnel dont l’instrumentation aveugle menace l’intégrité de la déduction scientifique. Il n’existe pas de droit automatique à la normalité. Chaque chercheur, statisticien ou praticien de la donnée a l’obligation épistémologique de substituer la vérification systématique de la conformité expérimentale à la présomption naïve de validité asymptotique.

Le tableau décisionnel récapitulatif ci-dessous formalise la conduite méthodologique à adopter face à chacune des quatre conditions fondamentales :

• Randomisation non vérifiée (échantillon de convenance) : Invalidation formelle de l’inférence. Abandonner les affirmations populationnelles unilatérales ; recourir aux pondérations par score de propension ou assumer un statut purement exploratoire descriptif.
• Observations dépendantes (mesures répétées, grappes, autocorrélation) : Distorsion sévère de l’erreur standard et inflation des faux positifs. Passer impérativement aux modèles linéaires mixtes, aux estimateurs cluster-robustes ou procéder à l’agrégation pré-analytique des données.
• Règle des 10 % transgressée ($n > 0{,}10 N$ en tirage sans remise) : Surestimation indue de la variance d’échantillonnage et perte de puissance. Maintenir le cadre du TCL mais en appliquant systématiquement le facteur de correction pour population finie $\sqrt{\frac{N-n}{N-1}}$ à l’erreur type.
• Effectif $n$ insuffisant face à l’asymétrie de la population parente : Risque d’erreur de couverture des intervalles et instabilité des $p$-valeurs. Remplacer la loi normale standard par le rééchantillonnage bootstrap, adopter des tests de rangs non paramétriques, ou recourir aux modèles linéaires généralisés (GLM).

En consolidant la rigueur méthodologique en amont du calcul numérique, la communauté scientifique se prémunit contre l’illusion de la précision statistique factice. C’est à ce prix, caractérisé par le respect méticuleux des quatre conditions d’application du théorème central limite, que l’inférence quantitative préserve sa crédibilité épistémologique et demeure le levier par excellence de la découverte et de l’administration de la preuve dans les sciences empiriques contemporaines.

Références

Berry, A. C. (1941). The accuracy of the Gaussian approximation to the sum of independent variates. Transactions of the American Mathematical Society, 49(1), 122-136. https://doi.org/10.1090/S0002-9947-1941-0003498-3

Box, G. E., & Cox, D. R. (1964). An analysis of transformations. Journal of the Royal Statistical Society: Series B (Methodological), 26(2), 211-243. https://doi.org/10.1111/j.2517-6161.1964.tb00553.x

Cameron, A. C., & Miller, D. L. (2015). A practitioner’s guide to cluster-robust inference. Journal of Human Resources, 50(2), 317-372. https://doi.org/10.3368/jhr.50.2.317

Cochran, W. G. (1977). Sampling techniques (3e éd.). John Wiley & Sons.

Efron, B., & Tibshirani, R. J. (1994). An introduction to the bootstrap. CRC Press. https://doi.org/10.1201/9780429246593

Esseen, C. G. (1942). On the Liapunoff limit of error in the theory of probability. Arkiv för Matematik, Astronomi och Fysik, A28(9), 1-19.

Fisher, R. A. (1925). Statistical methods for research workers. Oliver and Boyd.

Lindeberg, J. W. (1922). Eine neue Herleitung des Exponentialgesetzes in der Wahrscheinlichkeitsrechnung. Mathematische Zeitschrift, 15(1), 211-225. https://doi.org/10.1007/BF01494395

Lyapunov, A. (1901). Une proposition sur la probabilité. Izvestiya Rossiiskoi Akademii Nauk. Seriya Matematicheskaya, 13(4), 359-386.

Nelder, J. A., & Wedderburn, R. W. (1972). Generalized linear models. Journal of the Royal Statistical Society: Series A (General), 135(3), 370-384. https://doi.org/10.2307/2344614

Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. https://doi.org/10.1093/biomet/70.1.41

Student. (1908). The probable error of a mean. Biometrika, 6(1), 1-25. https://doi.org/10.2307/2331554