Cette séance de cours couvre les concepts de suffisance et d'ancilarité dans la théorie de l'échantillonnage. Il explique comment les statistiques peuvent fournir des informations sur les paramètres et comment certaines statistiques sont plus informatives que d'autres. Le théorème de factorisation Fisher-Neyman est présenté comme un outil clé pour déterminer la suffisance des statistiques. Des exemples de distributions normales et exponentielles illustrent comment des statistiques suffisantes compressent les données sans perdre d'informations. La séance de cours se termine par la définition de statistiques minimales suffisantes et de leurs propriétés, soulignant l'importance de ces statistiques dans l'estimation des paramètres.