Académique Documents
Professionnel Documents
Culture Documents
( )
Rappel : si ~ [ , ] = =
1) ( ) = ( )=
2) =2
-biais
2 2
=2 = = =
2
donc est un ESB de
-convergence
4 4
=4 = = =
12 3
3) =
-biais
+1 +1
= = =
+1
donc est un ESB de
-convergence
+1 ( + 1) ( + 1)
= = ( )= =
( + 2)( + 1) ( + 2)
4) Les deux estimateurs sont sans biais et convergent, on choisira alors celui qui a la plus
petite variance
1
=
3
=
( + 2)
Pour >1 ∶ <
Exercice 2 :
1)
1 ( )
( )=
√2
Tandisque la densité de la loi de X est :
√
( , )=
√2
Donc
1 1
=0 = ⇒ ~ 0,
√ √
2)
( )= ( , ,…, ; ) = ( ; ) ( ; )… ( ; )
√ √ √
= × × …×
√2 √2 √2
√ ∑
=
√2
ln ( ) = √ − √2 −
2 2
ln ( ) 1 1
=0⇒ − =0
θ 2 2
=
∑
2
ln ( ) −
= <0
θ 2θ
L’estimateur du maximum de vraisemblance de θ est donc
=
∑
Exercice 3
1)
( )= ( , ,…, ; )
∑
= ( ; )= =
1
ln ( ) = − + ( − 1) −
ln (θ) ∑
=− + =0
θ
∑
θ=
( ) 2∑ 2 θ 2 −
= − = − = − = <0
θ
2)
∑ ∑
Eθ = = = = θ ESB de θ
∑ ∑
Vθ = = = =
3) = Vθ =
3
4)
1 1 1 1 1
= = = = =
( ) 2∑ 2 2
− − − − − − −
= = Vθ
ou bien directement
1 1
= = − = = Vθ
( ) −
−
Exercice 4 :
+
=
2
( ) ( ) ( )
( )= = = =
( + ) ( )+ ( ) 2
( )= = = =
4 4 4 2
( )= ( )=
2
∑
=
∑ ( ) ( )
( )= = = =
( )=
( )= ( )=
Comme les deux estimateurs sont sans biais pour le meilleur estimateur est celui qui a la
plus petite variance
( )= < ( )= >2
2
4
Donc est le meilleur estimateur
estimation
∑
= = 1.5
2) Nous proposons
= ∑ ( − ) car c'est un estimateur sans biais pour
estimation
1
= ( − ) = 3.526
−1
Exercice 5 :
Nous somme dans le cas d’un petit échantillon issu d’une loi normale d’écart-type inconnu
alors :
−
~
/√
−
− ≤ ≤ =1−
/√
′ ′
̅− ≤ ≤ ̅+ = 0,95
√ √
= 13
1
̅= = 14,37
1
= ( − ̅ ) = 4,04
−1
,
= 0,05 est le fractile d’ordre 1 − = 0,975 d’une loi de Student à n-1= 12
degrés de liberté
5
La table des fractiles de la loi de Student nous donne = 2.179
Donc
4,04 4,04
14.37 − 2.179 ≤ ≤ 14.37 + 2.179 = 0,95 ⇒ (11,93 ≤ ≤ 16,81) = 0,95
√13 √13
Exercice 6:
= 500
= 22500 ( − ̅ ) = 12500
1− = 0.95
−
~ (0,1)
/√
′
= ̅±
√
22500
̅= = 45
500
1 12500
= ( − ̅) = =5
−1 499
= 1.96
= [44.56 , 45.438]
Exercice 7
6
̂ : proportion des véhicules en infraction dans l’échantillon = = 0,0225
̂−
~ (0,1)
(1 − )
̂ (1 − ̂ ) ̂ (1 − ̂ )
̂ − 1,96 ≤ ≤ ̂ + 1,96 = 0,95
Exercice 8
= 71
′ = 5100
1− = 0,95
( )
Nous avons ainsi : ~ à ~
( −1) ′
≤ ≤ = 0,95
( −1) ′ ( −1) ′
≤ ≤ = 0,95
est le fractile d’ordre 0,975 d’une loi du khi-deux à 70 degrés de liberté, donc =
95
est le fractile d’ordre 0,025 d’une loi du khi-deux à 70 degrés de liberté, donc = 48,8
Donc
70 × 5100 70 × 5100
≤ ≤ = 0,95 ⇒ (3757,89 ≤ ≤ 7315,57) = 0,95
95 48,8
7
L’intervalle [3757,89 ;7315,57] a 95% de chance de contenir la vraie variance.