Vous êtes sur la page 1sur 2

Correction du TD4

Exercice 1 Tn est un estimateur sans biais et V (Tn ) = 4 4 . n

Sn est biaise B()2 = 4 /n2 et V (Sn ) = n1 ((n1)4 (n3) 4 ). Sn n3 1 est sans biais et V (Sn ) = n(n1) ((n 1)4 (n 3) 4 ). Apres calcul on a : 4 4 EQM (Tn ) = n n

EQM (Sn ) =
EQM (Sn ) =

4 (n 3) 4 n n(n 1)

4 (n 3)(n 1) 4 (n 1)2 4 + . n2 n3 n3 Comme (n 3)/(n 1) < 1 EQM (Sn ) > EQM (Tn ). Comparons Sn et Sn : apres factorisation,
EQM (Sn ) EQM (Sn ) =

2n2 + 3n 1 4 + n3 (n 1)

3n2 8n + 3 4 . n3 (n 1)

On sait que 4 > 4 , mais cela ne permet pas de conclure dans le cas general avec une methode aussi brutale, et vous naurez pas a vous confronter a ce genre de probleme a lexam. On peut cependant considerer le cas particulier ou X est gaussien. Dans ce cas, 4 = 3 4 et on voit alors que EQM (Sn ) < EQM (Sn ), ce qui prouve quun estimateur biaise peut etre plus precis quun estimateur sans biais. Comparons Tn et Sn : apres factorisation, et en utilisant 4 > 4
EQM (Sn )EQM (Tn ) =

n2 + 6n 1 4 n2 2n + 1 4 4 + > 2 4. 3 3 n n n

Donc EQM (Sn ) > EQM (Tn ).

Exercice 8, 3.b 1 L(X1 , . . . , Xn , 2 ) = ( 2)n exp 1 1 1 (Xi m)2 = exp ( 2 T ). 2 n 2 2 ( 2)

Dautre part, Z= T = 2 Xi m
2

suit une loi du Chi2 a n degres de libertes car cest la somme de n variables normales centrees reduites independantes. Soit F la fonction de repartition de Z et f sa densite. Alors la variable T a pour fdr P (T t) = P (Z t/ 2 ) = F (t/ 2 ) et pour densite sur R+ g(t) = soit g(t) = On a donc : 1 t f 2 2 = 1 t 2(n/2) 2
n/21

et/2 ,

tn/21 2 et/2 . n 2(n/2)

L(X1 , . . . , Xn , 2 ) (n/2) = n/21 , g(T ) T

qui ne depend pas de 2 .