REPUBLIQUE DU BENIN

*-*-**-*-**-*-*

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE

SCIENTIFIQUE

*-*-**-*-**-*-*

UNIVERSITE D’ABOMEY-CALAVI (UAC)

*-*-**-*-**-*-*

INSTITUT NATIONAL DE L’EAU (INE)

*-*-**-*-**-*-*

DEPARTEMENT : GENIE DE L’EAU ET ASSAINISSEMENT (GEA)

*-*-**-*-**-*-*

Spécialité : Hydromécanique

*-*-**-*-**-*-*

Niveau : Master 1

Devoir de maison :

Statistique Mathématique

Rédigé par :
Sous la direction de :
KEGBE David
Dr Armando Sosthène K. BALOGOUN

Année universitaire : 2021-2022

Exercice de maison Statistique Mathématique

Exercice 1 :
−𝒙𝟐
f(x) = ln(𝜃)x 𝜽 𝟐 𝕀[𝟎; +∞[(x)
1. Calculons les moments d’ordres 1 et 2 de la loi commune :
a. Moment d’ordre 1 m1 :
−𝑥2
+∞ +∞ 𝑙𝑛(𝜃)
∫−∞ 𝑥𝑓(𝑥)𝑑𝑥 = ∫−∞ 𝑥 2 𝑙𝑛(𝜃)𝑥𝑒 2

−𝑥2 −𝑥2
𝑙𝑛(𝜃) 𝑙𝑛(𝜃)
Posons u(x) = x et v’(x)=x 𝑙𝑛(𝜃)𝑥𝑒 2 , on a : u’(x)=1 et v(x)= - 𝑒 2

−𝑥2
+∞ −𝑥2
+∞ 𝑙𝑛(𝜃) +∞ 𝑙𝑛(𝜃)
∫−∞ 𝑥𝑓(𝑥)𝑑𝑥 = [−𝑥 𝑒 2 ] + ∫−∞ − 𝑒 2 𝑑𝑥
−∞

b. Moment d’ordre 2 m2 :

−𝑥2
+∞ +∞ 𝑙𝑛(𝜃)
∫−∞ 𝑥 2 𝑓(𝑥)𝑑𝑥 = ∫−∞ 𝑥 3 𝑙𝑛(𝜃)𝑥𝑒 2

−𝑥2 −𝑥2
𝑙𝑛(𝜃) 𝑙𝑛(𝜃)
Posons u(x) = 𝑥 2 et v’(x)=x 𝑙𝑛(𝜃)𝑥𝑒 2 , on a : u’(x)=2x et v(x)= - 𝑒 2

−𝑥2
+∞ −𝑥2
+∞ 2 𝑙𝑛(𝜃) +∞ 𝑙𝑛(𝜃)
∫−∞ 𝑥𝑓(𝑥)𝑑𝑥 = [−𝑥 𝑒 2 ] + ∫−∞ −2 𝑒 2 𝑑𝑥
−∞

2. Montrons que 𝜃̂𝑛 est un estimateur fortement convergent de 𝜃 :

2𝑛
( 𝑛 )
∑𝑖=1 𝑋2
𝜃̂𝑛 = 𝑒 𝑖

𝜃̂𝑛 serait un estimateur fortement convergent de 𝜃 si lim 𝜃̂𝑛 = 0.

n→+∞

Calculons lim 𝜃̂𝑛

n→+∞
2𝑛
( 𝑛 )
∑𝑖=1 𝑋2
lim 𝜃̂𝑛 = lim 𝑒 𝑖
n→+∞ n→+∞

=0
lim 𝜃̂𝑛 = 0
n→+∞

Alors, 𝜃̂𝑛 est un estimateur fortement convergent de 𝜃.

KEGBE David Master 1 en Hydromécanique 1

Exercice de maison Statistique Mathématique

3. Montrons que 𝜃̂𝑛 est un estimateur biaisé de 𝜃:

𝜃̂𝑛 est un estimateur biaisé de 𝜃 si 𝔈(𝜃̂𝑛 ) ≠ 𝜃.
2𝑛
( 𝑛 2)
Or 𝔈(𝜃̂𝑛 ) = 𝔈(𝑒 ∑
𝑖=1 𝑋𝑖 ̂ 𝒏 est un estimateur biaisé de 𝜃
) , alors 𝜽

4. Déterminons la loi limite de √𝑛(𝜃̂𝑛 − 𝜃):

2𝑛
𝜃̂𝑛 = 𝑒𝑥𝑝( )
∑𝑛𝑖=1 𝑋𝑖2

2
= 𝑒𝑥𝑝 (Ȳ ) avec 𝑌𝑖 = 𝑋𝑖2 ∀𝑖𝐸 ]1, 𝑛]
𝑛

D’après le théorème centrale limite, on a :

√𝑛(Ȳ𝑛 − 𝑚) → ℵ(0, Var (𝑌1 ))

2𝑛
( 𝑛 )
∑𝑖=1 𝑋2
√𝑛(𝜃̂𝑛 − 𝜃) = √𝑛 (𝑒 𝑖 − 𝜃)

𝑣𝑛(𝜃
̂ 𝑛 −𝜃)
5. Deduisons la loi limite de 𝜃̂ ̂
𝑛 (𝜃𝑛 )
ln

2 2
On a 𝜃̂𝑛 ln(𝜃̂𝑛 ) = 1 𝑛 𝑒𝑥𝑝 (1 )
∑ 𝑥2 ∑𝑛 𝑥 2
𝑛 𝑖=1 𝑖 𝑛 𝑖=1 𝑖

2 2
= Ȳ exp(Ȳ )
𝑛 𝑛

6. Intervalle de confiance
Exercice 2 :
𝑥
1
𝑓(𝑥) = 𝑎 𝑒 −𝑎 𝕀 [0,+∞[
(𝑥)
où 𝛼 ϵ ]0, +∞[.

1- Déterminons l’EMV de 𝑎 :
On a (X1;…;Xn) n échantillons.
Soit L(X1;…;Xn ; 𝑎) la fonction de vraissemblance.
𝑥
1
L(X1;…;Xn ; 𝑎)=∏𝑛𝑖=1 𝑎 𝑒 −𝑎 𝕀 [0,+∞[
(𝑥𝑖)

1 𝑛 𝑥
= (𝑎) ∏𝑛𝑖=1 𝑒 −𝑎 𝕀 [0,+∞[
(𝑥𝑖)

𝑥𝑖
1 ∑𝑛
𝑖=1 −
= 𝑎𝑛 𝑒 𝑎 𝕀 𝑚𝑖𝑛 (𝑥𝑖)
[0,+∞[

KEGBE David Master 1 en Hydromécanique 2

Exercice de maison Statistique Mathématique

𝑥𝑖
1 ∑𝑛
𝑖=1 −
= 𝑎𝑛 𝑒 𝑎 (car 𝕀 𝑚𝑖𝑛(𝑥𝑖)
[0,+∞[
= 1)

𝑥𝑖
1 ∑𝑛
𝑖=1 −
lnL(X1;…;Xn ; 𝑎) = ln(𝑎𝑛 𝑒 𝑎 )

𝑥𝑖
1 ∑𝑛
𝑖=1 −
= ln(𝑎𝑛 ) + ln(𝑒 𝑎 )

𝑥𝑖
= ln1 - nlna + ∑𝑛𝑖=1 − 𝑎

= -nln𝑎 + ∑𝑛𝑖=1 𝑥𝑖

𝑑lnL(X1;…;Xn ; 𝑎) −𝑛 1
= + 𝑎2 ∑𝑛i=1 𝑥𝑖
d𝑎 𝑎

𝑑lnL(X1;…;Xn ; 𝑎)
Posons =0 :
d𝑎

𝑑lnL(X1;…;Xn ; 𝑎) −𝑛 1
=0 => + 𝑎2 ∑𝑛i=1 𝑥𝑖 = 0
d𝑎 𝑎

1 1
=> 𝑎(-n + 𝑎 ∑𝑛i=1 𝑥𝑖 ) = 0

1 1
=> 𝑎 = 0 ou (-n + 𝑎 ∑𝑛i=1 𝑥𝑖 ) = 0

1 1
=> (-n + 𝑎 ∑𝑛i=1 𝑥𝑖 ) = 0 (car ≠ 0)
𝑎

1
=> 𝑎 ∑𝑛i=1 𝑥𝑖 = n

1 𝑛
=> 𝑎 = ∑𝑛
i=1 𝑥𝑖

KEGBE David Master 1 en Hydromécanique 3

Exercice de maison Statistique Mathématique

1 1
=> 𝑎= 𝑛 ∑𝑛i=1 𝑥𝑖 or 𝑋ത𝑛 = 𝑛 ∑𝑛i=1 𝑥𝑖
ഥ𝒏
Donc â = 𝑿
2- Trouvons un test pour tester a = a0 contre a ˃ a0 au niveau α :

𝐻0 : 𝑎 = 𝑎0
{
𝐻1 : 𝑎 > 𝑎0

â = 𝑋ത𝑛

Soit Z une variable aléatoire réelle.

𝑋ത𝑛 − 𝑎0
Z= 𝑎0
√𝑛 N(0 ; 1)

𝑋ത𝑛 − 𝑎0
ℙ(Z > U1-α) = α => ℙ( √𝑛 > 𝑢1−𝛼 ) = α
𝑎0

𝑋ത𝑛 − 𝑎0 𝑢1−𝛼
=> ℙ( > )=α
𝑎0 √𝑛

𝑎0 𝑢1−𝛼
=> ℙ(𝑋ത𝑛 − 𝑎0 > )=α
√𝑛

𝑎0 𝑢1−𝛼
=> ℙ(𝑋ത𝑛 > + 𝑎0 ) = α
√𝑛

𝑎0 𝑢1−𝛼
Iw= [ + 𝑎0 ; +∞[
√𝑛

𝑎0 𝑢1−𝛼
IA=]−∞; + 𝑎0 [
√𝑛

3- Calculons la région critique pour ce test :

𝑎0 𝑢1−𝛼
IA=]−∞; + 𝑎0 [
√𝑛

AN : 𝑎0 = 1 ; 𝑛=50 ; 𝛼= 0,05

𝑢1−𝛼 =𝑢1−0,05

=𝑢0,95

𝑢1−𝛼 =1,645

KEGBE David Master 1 en Hydromécanique 4

Exercice de maison Statistique Mathématique

𝑎0 𝑢1−𝛼 1 𝑥 1,645
+ 𝑎0 = +1
√𝑛 √50

= 1,23

IA=]−∞; 1,23[

Exercice 3 :

On a X1,…,Xn et Y1,…,Yp deux échantillons iid de la loi commune N(m1; σ2) et N(m2; σ2)
respectivement.

H0 : m1 = m2

H1 : m1 ≠ m2.

Déterminons les lois sous H0 des statistiques de :

Q:

𝑋ത𝑛 −𝑌ത𝑝
𝑄= 1 1
√𝑛+𝑝

1
Xi N(m1;σ2) alors 𝑋ത𝑛 N(m1;𝑛σ2)

1
Yi N(m2;σ2) alors 𝑌ത𝑝 N(m2;𝑝σ2)

𝑚1 −𝑚2 𝜎2 1 1
On a donc 𝑄 N( 1 1
;1 1 (𝑛 + 𝑃))
√ + +
𝑛 𝑃
𝑛 𝑃

𝑚1 −𝑚2
Soit 𝑄 N( 1 1
; σ2 )
√ +
𝑛 𝑃

Sous H0, on a : m1 = m2

Donc 𝑄
𝑄 N(0 ; σ2)
N (0 ; σ2)
𝑛 𝑝
W2 :𝑤 2 = ∑𝑖=1(𝑋𝑖 − 𝑋ത𝑛 )2 + ∑𝑖=1(𝑌𝑖 − 𝑌ത𝑛 )2

KEGBE David Master 1 en Hydromécanique 5

Exercice de maison Statistique Mathématique

Xi N (m1;σ2) ; 𝑋ത𝑛 = ∑ni=1 xi

𝑛
1
𝑆𝑛2 = ∑(𝑋𝑖 − 𝑋ത𝑛 )2
𝑛−1
𝑖=1

𝑋ത𝑛 et 𝑆𝑛2 sont indépendantes et on a :

𝑆𝑛2 2
(𝑛 − 1) 𝑥𝑛−1
𝜎2

D’après le Théorème de Fisher,

𝑛
∑𝑖=1(𝑋𝑖 −𝑋ത𝑛 )2 2
𝑥𝑛−1
𝜎2

𝑝 2
∑ (𝑌𝑖 −𝑌ത𝑝 )
𝑖=1 2
De ce même fait, 𝑥𝑝−1
𝜎2

2 2
Puisque qu’elles sont indépendantes, leur somme est de la loi, 𝑥𝑛−1+𝑝−1 soit 𝑥𝑛+𝑝−2

𝑤2 2
Donc 𝑥𝑛+𝑝−2
𝜎2

2
Soit 𝑤 2 𝑥𝑛+𝑝−2

Déduisons-en sous H0 la loi de T :

𝑄
T=√𝑛 + 𝑝 − 2 ⋅ 𝑤

Sous H0, 𝑄 N(0 ; σ2)

Alors,

𝑄
N(0 ; 1)
𝜎

2
𝑤2 𝑥𝑛+𝑝−2

Alors, on a :

KEGBE David Master 1 en Hydromécanique 6

Exercice de maison Statistique Mathématique

𝑄
𝜎
T= Tn+p-2
𝜔2
√ 𝜎2
𝑛+𝑝−2

𝑄
𝜎
= 2
√𝑛 + 𝑝 − 2 Tn+p-2
√𝑤2
𝜎

𝑄
𝜎
= 𝑤 √𝑛 + 𝑝 − 2 Tn+p-2
𝜎

𝑄
T = 𝑤
√𝑛 + 𝑝 − 2 Tn+p-2

𝑄
D’où T=√𝑛 +𝑝−2⋅𝑤 Tn+p-2

Construisons un test de niveau α є [0,1] :

H0 : m1 = m2

H1 : m1 ≠ m2.

|𝑋ത𝑛 −𝑌ത𝑃 |
R = {(x,y) є ℝ𝑛 ℝ𝑝 / > 𝑠}
𝑤

ℙ((𝑋, 𝑌) є ℝ/ H0 ) = α équivaut succèssivement à

|𝑋ത𝑛 −𝑌ത𝑃 |
ℙ( > 𝑠 /H0) = α
𝑤

|𝑋ത𝑛 −𝑌ത𝑃 | s
ℙ( 1 1
> 1 1
/H0) = α
𝑤√ + √ +
𝑛 𝑃 𝑛 𝑃

|Q| s
ℙ( > /H0) = α
𝑤 1 1
√ +
𝑛 𝑃

|Q| s√𝑛+𝑝−2
ℙ( 𝑤 √𝑛 + 𝑝 − 2 > 1 1
/H0) = α
√ +
𝑛 𝑃

𝑄
Or 𝑤
√𝑛 + 𝑝 − 2 Tn+p-2

KEGBE David Master 1 en Hydromécanique 7

Exercice de maison Statistique Mathématique

√𝑛+𝑝−2 α
On a alors 1 1
𝑥 𝑠 = t1-2
√ +
𝑛 𝑃

𝑛+𝑝−2 α
√ 1 1 x s = t1-2
+
𝑛 𝑝

1 α
s= x t1-2
𝑛+𝑝−2
√ 1 +1
𝑛 𝑝

Donc
|𝑋ത𝑛 −𝑌ത𝑃 | 1 α
R = {(x,y) є ℝ𝑛 ℝ𝑝 / > x t1- }
𝑤 𝑛+𝑝−2 2
√ 1 +1
𝑛 𝑝

KEGBE David Master 1 en Hydromécanique 8