Une distribution d'échantillonnage est un concept statistique représentant la distribution de probabilité d'une statistique donnée, telle que la moyenne ou la variance, dérivée d'échantillons répétés prélevés dans une population plus large. Elle cartographie essentiellement l'éventail des résultats possibles pour une statistique en prenant en compte tous les échantillons potentiels d'une taille fixe qui pourraient être extraits de la même population sous-jacente.
Cette distribution fonctionne en calculant une statistique spécifique pour chaque échantillon possible d'une taille donnée. L'ensemble résultant de ces statistiques forme une nouvelle distribution, qui aide les chercheurs à comprendre dans quelle mesure une statistique d'échantillon peut varier par rapport au paramètre réel de la population. Les facteurs influençant cette distribution incluent la nature de la population parente, la taille de l'échantillon choisi et la méthode statistique spécifique employée au cours du processus d'échantillonnage.
Par exemple, si une entreprise souhaite estimer les dépenses moyennes de ses clients, elle peut prélever de nombreux petits groupes de clients et calculer la dépense moyenne pour chaque groupe. En traçant ces différentes moyennes, l'entreprise crée une distribution d'échantillonnage de la moyenne. Selon le théorème central limite, à mesure que la taille de l'échantillon augmente, cette distribution devient souvent approximativement normale, permettant à l'entreprise de prendre des décisions plus éclairées et plus fiables basées sur les données recueillies.