L3 Lic Proba/Stat Modèles Linéaires

Série d’exercices 2 : Le Modèle Linéaire

EXERCICE 1:
Donner la forme générale de l’estimation M.C. du paramètre β dans la modèle E(Y)=X.β et
Var(Y)=σ2.I . Montrer que cet estimateur est sans biais, et donner sa matrice variance-covariance.
En quoi l’estimateur M.C. de β est « meilleur » que tout autre estimateur linéaire sans biais de β ?

EXERCICE 2:
Le vecteur aléatoire Y (nx1) est tel que E(Y)=A. β et Var(Y)=σ2.V, ou A est une matrice (nxp)
connue de rang p (< n), V une matrice carrée (nxn) définie-positive connue et β un vecteur (px1) de
paramètres.
1- Montrer que β = (At.V-1.A)-1.At.V-1.Y est un estimateur sans biais de β et donner sa matrice
variance-covariance.
2- Si B.Y est un autre estimateur linéaire sans biais de β, montrer que chaque élément de
B.Y a une variance supérieure ou égale à celle de l’élément correspondant de β
(Indication : considérer Var( [B - (At.V-1.A)-1.At.V-1].Y )

EXERCICE 3:
Une V.A. Z est en relation avec la variable non-aléatoire x selon le modèle
Z = α.sinx + β.sin2x + e, où e ~ N(0,σ2).
En vue de déterminer les E.M.C. de α et β, on fait 3 observations indépendantes de Z, quand x vaut
respectivement x1, x2 et x3.
1- Exprimer cette situation sous formulation matricielle du modèle linéaire général.
2- Donner une condition sur les valeurs de x, pour que les estimateurs des paramètres soient
indépendants.
3- Vérifier que cette condition est satisfaite pour x1 = 0, x2 =  3 et x3 = 2 3 . Si les valeurs
observées de Z sont respectivement 1, 5 et 4, tester l’hypothèse que la vraie valeur de β est 0.

EXERCICE 4:
Une variable aléatoire Y est en relation avec la variable non-aléatoire x, à travers le modèle
Y = α + βx + γ x2 + e, où α, β, γ sont des paramètres et e ~ N(0,σ2).
On veut trouver les E.M.C. de α, β, γ. Dans ce but, 4 observations indépendantes sur Y sont faites,
avec x respectivement égal à -1, 1,-c et c, où c (c>0) est une constante.
Montrer que si c ≠ 1, l’estimation peut toujours se faire, et discuter la structure de la covariance des
estimateurs ainsi obtenus.
Avec c = 2, les valeurs de Y sont respectivement 0, 2, 0 et 6. Trouver les valeurs des estimateurs α,
β, et γ, et, en fonction de σ2, leur variances et covariances. Tester l’hypothèse que la vraie valeur de γ
est 0.

M.Yahi Page 1 sur 2 (Février 2019)

 L3 Lic Proba/Stat Modèles Linéaires

EXERCICE 5:
On étudie une situation expérimentale où la variable Y distribuée Normalement est supposée
être en relation avec la variable non-aléatoire x par le modèle :
E(Y) = α + βx + γ x2, avec Var(Y) = σ2 constante inconnue.
On dispose de n observations indépendantes y1, y2, …, yn faites respectivement sur x1, x2, … , xn.
1- A quelles conditions sur les xi, β est-il estimé indépendamment de α et γ ?
2- Donner les valeurs des estimateurs des paramètres ainsi que leur variances et covariances dans
le cas où n = 4, Y prenant les valeurs 3, -9, -6, -3 quand x vaut -2, -1, 1 et 2 respectivement.
3- Tester l’hypothèse que la vraie valeur de β est -1.

EXERCICE 6:
Lors d’une certaine expérience, il est supposé que la V.A. Y est en relation avec la variable non-
aléatoire x selon la modélisation E(Y) = α + βx + γ x4, où Var(Y) = σ2 (où σ2 est une constante
inconnue, indépendante de x).
On fait 4 observations indépendantes y1, y2, y3, y4, sur Y, avec x égal respectivement à 0, 0, t, -t,
où t ≠ 0.
1- Montrer que quelque soit t choisi, on peut toujours déterminer les E.M.C. de α, β et γ.
2- Donner les variances et covariances des estimateurs, montrant particulièrement que β est
non corrélé à α, ni à γ, et ceci quelque soit la valeur de t.
3- Pour t = 1, on obtient comme valeurs de Y : 2, 4, 12, -2. Trouver dans ce cas les valeurs des
E.M.C. des paramètres, et, en supposant que les observations sont distribuées selon une loi
normale, tester l’hypothèse que la vraie valeur de γ est 0.

EXERCICE 7:
A/ La variable aléatoire Y est en relation avec la variable non-aléatoire x, selon la
modélisation E(Y) = α + β x2 + γ.δ, Var(Y) = σ2 où δ = 1 ou -1, selon qu’un catalyseur est présent
ou non.
On désire estimer les paramètres α, β, γ. On dispose pour cela de 8 observations y1, y2, …, y8, où x
prend les valeurs -4, -3, -2, -1, 1, 2, 3, 4 ; le catalyseur n’est présent que pour x = -4, -1, 2, et 3.
1/ Formuler matriciellement le problème
2/ Estimer α, β, γ par les moindres carrés.
3/ Donner les variances et covariances de ces estimateurs. Montrer, en particulier que l’estimateur de γ
n’est pas corrélé avec ceux de α et β.
B/ Un nouveau modèle est proposé, E(Y) = α’ + β’ h(x) + γ’ δ où h(x) est un polynôme en x de
degré ≤ 2. En utilisant les mêmes observations qu’en A/, on obtient de nouveaux estimateurs M.C.
pour α’, β’ et γ’. Montrer que l’on a encore cov(γ’, α’) = cov(γ’, β’) = 0, et ceci indépendamment de
la forme de h(x).

M.Yahi Page 2 sur 2 (Février 2019)