Examen de statistiques : corrige

1. (i) Vrai, par le lemme de Slutsky.

(ii) Faux, par exemple pour un echantillon uniforme.
(iii) Faux, cest la mediane qui est moins sensible.
(iv) Faux, une variable aleatoire exponentielle ne prend pas de valeurs
negatives.
(v) Vrai, on a
E[(n 1)S 2 ] = E

" n
X

#
Yj2 nY 2

j=1
2

= n( + 2 ) 2 n2
= (n 1) 2 .
(vi) Faux, cest
X(r)

n!
F (x)r1 f (x){1 F (x)}nr , x R.
(r 1)!(n r)!

(vii) Vrai, si X B(p), alors

fX (x) = px (1 p)1x = exp[x{log(p) log(1 p)} + log(1 p)].
(viii) Vrai, F (Y ) U(0, 1) est un pivot.
(ix) Faux, E[W V ] = 42 + 2 6= E[W ]E[V ] = 42 .
(x) Vrai, on a P( I) = P(I = R) = 1 2, I est donc bien un
intervalle de confiance de niveau 1 2 pour .

2. (a) On a la vraisemblance
L() =

n
Y
exp(xi exp())

xi !

i=1

donc la log-vraisemblance
l() =

n
X

log(xi !) +

i=1

n
X

xi n exp()

i=1

et on obtient
n

X
l
= n exp() +
xi = log(
x).

i=1
De plus, on a
2l
= n exp() i() = n exp().
2
(b) Elle est utilisee pour le calcul de lefficacite relative asymptotique
de deux schemas dechantillonnage et cest la variance asymptotique de la statistique du score.
P

(c) Par la loi faible des grands nombres, on a X
. Or, la fonction
P

g(x) = log(x) est continue en x 6= 0, donc log(X)
et est
consistant.
De plus, par le Th`eor`eme Central Limite, on a
D
X
p
N (0, 1).
/n
On applique la methode delta avec g(x) = log(x) pour obtenir

D
D
p
N (0, 1) c`ad N (, (n)1 ).
/n/n
P
(d) On a ni=1 Xi Poiss(n), et donc
"
!#
n
X
1
= E log
E[]
Xi
n i=1
!
 
n

X
X
k
(n)k
= P
Xi = 0 log(0) +
log
en
.
n
k!
i=1
k=1

3. (a) Voir cours.

(b) On a
(|s) =

f (s, )
f (s|)()
=R
f (s)
f (s|)()d

= R1

s (1 )ns

s (1 s)ns d
(n + 1)! s
(1 )ns .
=
(n s)!s!
0

Pour la densite predictive, on a

R
f (m|s, )f (s|)()d
f (m, s)
R
(m|s) =
=
f (s)
f (s|)()d
R 1 s+1
m+ns1
(1 )
d
= 0
(n s)!s!/(n + 1)!
(s + 1)(m + n s 1)!(n + 1)!
=
.
(m + n + 1)!(n s)!
R1
Indication : 0 s (1 )ns d = s!(n s)!/(n + 1)! (integration
par parties).

4. (a) On a
h T i
h T T i


MY (t) = E et Y = E e(A t) X = MX AT t


1 2T
= exp
t t .
2
Ainsi, (Y1 , . . . , Yn )T Nn (0, 2 In ).
(b) La matrice definie par la definition des Yi est orthogonale, et donc
Y Nn (0, 2 In ). Ainsi, les Yi sont independants. De plus, on a,
dune part
n

1 X

Xi = nX
Y1 =
n i=1
et, dautre part,
n
X

Xj2 = X T X = X T AT AX = Y T Y =

j=1

n
X

2 +
Yj2 = nX

j=1

n
X

Yj2 ,

j=2

ce qui implique
2

(n 1)S =

n
X

2=
(Xj X)

j=1

n
X
j=1

Xj2

=
nX

n
X

Yj2 ,

j=2

et S 2 sont independants.
ce qui nous permet de conclure que X
Enfin, on obtient egalement
N (0, 2 /n)
X

(n 1)S 2 2 2n1 .

(c) Au point (b), on a vu que

N (0, 2 /n) et (n 1)S 2 2 2n1
X
sont independants. Ainsi,
p

2 /n
X/
X
p
=p
tn1 .
{(n 1)S 2 / 2 }/(n 1)
S 2 /n
p
Dans notre cas, x = 10, 27, s2 = 63, 62 et x/ s2 /n = 4, 27. La
table donne une p-valeur entre 0, 001 et 0, 002, ce qui indique que
lhypoth`ese H0 : fumer na pas dimpact sur le taux auquel les
plaquettes se rassemblent est fausse.
4