Académique Documents
Professionnel Documents
Culture Documents
Ouazza Ahmed
2022-2023
1 / 21
Plan
2 Ch II : Estimation ponctuelle
2 / 21
Chapitre III:
3 / 21
Estimation par intervalle de confiance
Problématique
4 / 21
Estimation par intervalle de confiance
P (An ≤ θ ≤ Bn ) = 1 − α
5 / 21
Estimation par intervalle de confiance
6 / 21
Estimation par intervalle de confiance
Fonction pivot
Définition 0.2
On appelle fonction pivot pour θ toute fonction π définie sur X × Θ telle que:
1) π(X, θ) est mesurable par rapport à B
2) La loi de π(X, θ) est indépendante de θ
Remarque
• Si le modèle est d’échantillonnage alors on a: π(X1 , · · · , Xn , θ)
• Une fonction pivot n’est pas en général une statistique.
• Pour tous réels u1 et u2 tels que u1 ≤ u2 et tout (x1 , x2 , · · · , xn ) ∈ Rn , la
double inégalité
u1 ≤ π(x1 , x2 , · · · , xn , θ) ≤ u2
peut se résoudre (ou «pivoter») en θ selon :
t1 (x1 , x2 , · · · , xn ) ≤ θ ≤ t2 (x1 , x2 , · · · , xn )
7 / 21
Estimation par intervalle de confiance
8 / 21
Estimation par intervalle de confiance
On a Xi ∼ N (µ, σ 2 )
n
1X σ2
donc X = Xi ∼ N (µ, )
n n
i=1
√
n
⇒ (X − µ) ∼ N (0, 1)
σ
α
Soit α ∈]0, 1[ , on note z1− α2 le quantile d’ordre 1 − 2 de la loi normale
centrée réduite N (0, 1)
c-à-d P (Z ≤ z1− α2 ) = 1 − α
2 avec Z ∼ N (0, 1)
9 / 21
Estimation par intervalle de confiance
On a
√ √
n n
P |X − µ| ≤ z1− α2 = P −z1− α2 ≤ (X − µ) ≤ z1− α2
σ σ
√
n
=P (X − µ) ≤ z1− 2 α
σ
√
n
−P (X − µ) ≤ −z1− α2
σ
= φ(z1− α2 ) − φ(−z1− α2 )
= 2φ(z1− α2 ) − 1
α
= 2(1 − ) − 1
2
=1−α
10 / 21
Estimation par intervalle de confiance
Or
√
n σ σ
−z1− α2 ≤ (X − µ) ≤ z1− α2 = θ ∈ X − √ z1− α2 ; X + √ z1− α2
σ n n
avec θ = µ
D’où l’intervalle de confiance (IC) de niveau de confiance (1 − α) pour la
moyenne µ lorsque σ 2 connue est:
σ σ
IC(µ) = X − √ z1− α2 ; X + √ z1− α2
n n
11 / 21
Estimation par intervalle de confiance
Cas 2: IC(µ) lorsque σ 2 est inconnue
Dans ce cas, on s’intéresse à IC(µ) lorsque σ 2 est inconnue.
2
On a X ∼ N (µ, σn )
√
⇒ Yn = n( X−µ
σ ) ∼ N (0, 1)
avec σ 2 est un paramètre inconnu, on ne peut pas proposer un intervalle de
confiance fondé sur Yn
1 Pn
Ensuite, on estime σ 2 par Sc2 = n−1 i=1 (Xi − X)
2
15 / 21
Estimation par intervalle de confiance
Soit χ21−α (n) le quantile d’ordre 1 − α d’une loi de χ2 (n)
c-à-d
P χ2 (n) ≤ χ21−α (n) = 1 − α
P (χ2 (n) ≥ a) = 1 − α1
P (χ2 (n) ≤ b) = 1 − α2
α
En général, on prend α1 = α2 = 2
16 / 21
Estimation par intervalle de confiance
Par conséquent, on choisit a le quantile d’ordre α1 d’une loi de χ2 (n)
c-à-d
a = χ2 α1 (n) = χ2 α2 (n)
et b le quantile d’ordre 1 − α2 d’une loi de χ(n)
c-à-d
b = χ2 1−α2 (n) = χ2 1− α2 (n)
n−1 2
Or S
σ2 c
∼ χ2 (n)
Donc
2α n−1 2 2
P χ 2 (n) ≤ S ≤ χ 1− 2 (n) = 1 − α
α
σ2 c
!
(n − 1)Sc2 (n − 1)S 2
c
⇒ P ≤ σ2 ≤ =1−α
χ2 1− α2 (n) χ2 α2 (n)
17 / 21
Estimation par intervalle de confiance
18 / 21
Estimation par intervalle de confiance
Cas 4: IC(σ 2 ) lorsque µ est inconnue
n
1 X
Dans ce cas, un estimateur de σ2 est donné par Sc2 = (Xi − X)2 .
n−1
i=1
On a n−1
σ2 c
S 2 ∼ χ2 (n − 1)
avec χ2 (n − 1) est la loi de khi-deux à n − 1 degrés de liberté.
On utilise la même démarche, on obtient l’IC de niveau de confiance (1 − α)
pour la variance σ 2 lorsque µ inconnue comme suit:
" #
(n − 1)S 2 (n − 1)S 2
c c
IC(σ 2 ) = ;
χ2 1− α2 (n − 1) χ2 α2 (n − 1)
α
Avec χ2 1− α2 (n − 1) est le quantile d’ordre 1 − 2 d’une loi de χ2 (n − 1)
α
et χ2 α2 (n − 1) est le quantile d’ordre 2 d’une loi de χ2 (n − 1)
19 / 21
Estimation par intervalle de confiance
lim P (An ≤ θ ≤ Bn ) = 1 − α
n→+∞
20 / 21
Chapitre IV:
Tests Statistiques
21 / 21