Académique Documents
Professionnel Documents
Culture Documents
Fiche N 2
Fiche N 2
Fiche TD n°2 L3
Exercice 1
On considère la loi géométrique de paramètre p > 0 Déterminer l’estimateur du maximum de vraisem-
blance de p.
Exercice 2
La hauteur maximale H de la crue annuelle d’un fleuve est observée avec attention, car une crue
supérieure à 6 m serait catastrophique. On modélise la distribution de la variable aléatoire H par une
loi de Rayleigh dont la densité de probabilité est donnée par :
x2
x
FT
exp(− ) si x > 0
f (x) =
a 2a
0 sinon
où a est paramètre inconnu. Durant une période de 8 ans, on a observé les hauteurs (supposées être
indépendantes) de crues suivantes en mètres : 2,1 ; 2,8 ;1,7 ;0,9 ;1,8 ;2,5 ;2,2 ;2,9.
1. Donner l’estimateur â du maximum de vraisemblance du paramètre a.
2. Déterminer la fonction de répartition de la variable H
3. Calculer la probabilité d’avoir une catastrophe
RA
4. Déterminer la probabilité de ne pas avoir de crue centennale.
Exercice 3
Le tableau suivant donne la distribution de taille des particules d’un ciment :
t, taille en µm 3,1 5,0 8,9 16,0 25,6 39,1 109,2
α
(a) i. Montrer que E(X) = α−1 a
ii. En prenant a = 3, donner une estimation de α.
(b) a étant supposé connu. On souhaite estimer α par la méthode du maximum de vraisemblance.
On note → −
x le vecteur de coordonnées (xi )i∈~1;N .
i. Écrire la log-vraisemblance l(→
−
x ; α) en fonction de N, a et α.
ii. Déterminer l’estimateur du maximum de vraisemblance de α.
iii. On donne 997
P
i=1 ln(xi ) = 1480, 893 et a = 3, donner une estimation de α.
FT
Exercice 5
On considère n variables aléatoires X1 , · · · , Xn indépendantes de même loi Γ (k, θ) avec k connu et θ
inconnu. La loi Γ (k, θ) est une loi continue de densité :
x
xk−1 e− θ
f (x; k, θ) = 1]0;+∞[ (x)
(k − 1)!θ k
1. Écrire la vraisemblance des observations.
RA
2. Calculer l’estimateur du maximum de vraisemblance de θ.
Si X suit une loi Γ (k, θ), l’espérance de X est E(X) = kθ.
3. L’estimateur du maximum de vraisemblance de θ est-il sans biais ?
4. Cet estimateur est-il convergent ? (justifier)
Exercice 6
Calculer l’information de Fisher dans les modèles statistiques suivants :
1. Loi de Poisson de paramètre λ.
2. Loi normale N (m; σ 2 )
D
Exercice 7
Soit θ ∈ R inconnu. Considérons une variable aléatoire X dont la fonction de densité est donnée par :
(
exp(−(x − θ)) si x > θ
f (x) =
0 sinon
1 Éléments de correction
Les éléments de correction n’ont pas pour objectif de donner un corrigé type. Parfois la rédaction est volontaire-
ment lacunaire, c’est au lecteur de combler les manques pour parfaire sa compréhension des sujets abordés.
Correction 1
P
L(~x, p) = Πni=1 (1 − p)xi p = pn (1 − p) xi
FT
X
L(~x, p) = n ln(p) + ( xi ) ln(1 − p)
P
L(~ x, p) n xi
= −
p p 1−p
P
L(~
x, p) n xi
=0⇔ = ⇔ p = (1 + X)−1
p p 1−p
n
xi2
P
i=1
l(â) = 0 ⇔ â = 2n .
n
xi2
P
i=1 n
l 00 (a) = − + .
a3 a2
n 3 3 3
xi2 , on obtient l 00 (â) = − 8n + 4n = − 4n
P
En posant S = S2 S2 S2
<0
i=1
n
xi2
P
Donc i=12n est l’estimateur du maximum de vraissemblance de a. Avec les données du problème,
on obtient â ' 2, 42.
t2 x
Rx
x2
h i
2. Soit x un réel positif, F(x) = 0 f (t) t. = − exp(− 2a ) = 1 − exp(− 2a ).
0
2
3. P(H > 6) = 1 − F(6) = exp(− 26â ) ' 0, 000 59
4. La probabilité de ne pas avoir de crue centennale est P(H 6 6)100 , soit approximativement 0, 94.
Énoncé de l’exercice n°2.
Correction 7
1.
Énoncé de l’exercice n°7.