Académique Documents
Professionnel Documents
Culture Documents
SEMESTRE 3
Adil EL MARHOUM
Ex 1 : Soit X une variable de Poisson de paramètre (inconnu) m et (XI, … Xn) les observations
d’un échantillon de taille n. Écrire la fonction du maximum de vraisemblance associée à la
moyenne. Quel est l'estimateur du maximum de vraisemblance de la moyenne de la population
? Cet estimateur précédent est-il un estimateur efficace ?
Corrigé :
𝑒 −𝑚 × 𝑚 𝑋
𝑝(𝑋) =
𝑋!
E(X) = V(X) = m
Fonction de vraisemblance :
𝑒 −𝑛 𝑚 × 𝑚∑ 𝑋𝑖
𝐿(𝑚) =
𝑋1! 𝑋2! 𝑋3! … 𝑋𝑛!
𝑑 𝐿𝑜𝑔(𝐿(𝑚))
=0
𝑑𝑚
∑ 𝑋𝑖
−𝑛 + −0=0
𝑚
∑ 𝑋𝑖
=𝑛
𝑚
∑ 𝑋𝑖
𝑚=
𝑛
̂ = 𝑋̅
𝑚
a) Absence de Biais
∑𝑋 1 1 1
E(𝑋̅) = 𝐸 ( 𝑛 𝑖 ) = 𝑛 × ∑ 𝐸(𝑋𝑖 ) = 𝑛 × ∑ 𝑚 = ×𝑛×𝑚 =𝑚
𝑛
b) Variance minimale
∑𝑋 1 1 1 𝑚
V(𝑋̅) = 𝑉 ( 𝑛 𝑖 ) = 𝑛² × ∑ 𝑉(𝑋𝑖 ) = 𝑛² × ∑ 𝑚 = ×𝑛×𝑚=
𝑛² 𝑛
1
𝑉𝑚𝑖𝑛 = 2
𝑑 log 𝑝(𝑋)
𝑛 × 𝐸[( ) ]
𝑑𝑚
𝑒 −𝑚 × 𝑚 𝑋
𝑝(𝑋) =
𝑋!
2
𝑑 log 𝑝(𝑋) 1 2 1
𝐸 [( ) ]= × 𝐸 [(𝑋 − 𝐸(𝑋)) ] = × 𝑉(𝑋)
𝑑𝑚 𝑚² 𝑚²
2
𝑑 log 𝑝(𝑋) 1 1
𝐸 [( ) ]= ×𝑚 =
𝑑𝑚 𝑚² 𝑚
1 𝑚
𝑉𝑚𝑖𝑛 = =
1 𝑛
𝑛×
𝑚
V(𝑋̅) = 𝑉𝑚𝑖𝑛
c) Convergence
− 𝑚
𝑙𝑖𝑚 𝑉 (𝑋𝑛 ) = 𝑙𝑖𝑚 =0
𝑛→∞ 𝑛→∞ 𝑛
^ − ∑𝑛𝑖=1 𝑥𝑖
𝑚 = 𝑥 =
𝑛
− 0 × 53 + 1 × 32 + 2 × 11 + 3 × 3 + 4
𝑥= = 0,67
100
∑ 𝑥𝑖² 02 × 53 + 12 × 32 + 22 × 11 + 32 × 3 + 42
𝑉(𝑥) = − 𝑋̅ 2 = − 0,672 = 0,7411
𝑛 100
𝑛 100
̂ =
𝜎² × 𝑉(𝑥) = × 0,7411 = 0,7486
𝑛−1 99
𝜎̂ = √0,7486 = 0,87
^
𝑚 = 0,67
𝜎 0,87
𝜎𝑋̅ = = = 0,087
√𝑛 √100
Ex 3 : Dans une entreprise produisant un article déterminé on veut estimer sa durée de vie en
heures. À cette fin on a observé un échantillon de 16 unités dont les résultats sont (en 1000
heures) :
1,10 1,05 1,25 1,08 1,35 1,15 1,30 1,25
1,30 1,35 1,15 1,32 1,05 1,25 1,10 1,15
Corrigé :
− ∑𝑛𝑖=1 𝑥𝑖 19,2
𝑥 = = = 1,2
𝑛 16
∑ 𝑥𝑖² 23,2138
𝑉(𝑥) = − 𝑋̅ 2 = − 1,2² = 0,0109
𝑛 16
𝑛 16
̂ =
𝜎² × 𝑉(𝑥) = × 0,0109 = 0,0116
𝑛−1 15
𝜎̂ = √0,0116 = 0,1077
^
𝑚 = 1,2 = 1200 h
𝝈 𝟎, 𝟏𝟎𝟕𝟕
𝜎𝑋̅ = = = 𝟎, 𝟎𝟐𝟕 = 𝟐𝟕 𝒉
√𝒏 √𝟏𝟔
𝜎̂ = 0,1077 = 107,7 ℎ
^ 2 2
Erreur standard de la variance : √𝑉(𝜎²) = 𝜎 2 √𝑛−1 = 0,0116 × √15 = 0,0042
L’écart type de la durée de vie est estimé à 107,7 h avec une erreur de 64,8 h.
b) Donner des estimations par intervalle de confiance pour la moyenne et l'écart type.
(=5%).
− 𝝈
𝑋 ± 𝑻𝟏−𝜶 ×
𝟐 √𝒏
− 𝝈
𝑋 ± 𝑻𝟏−𝜶 × = 𝟏, 𝟐 ± 2,131 × 0,027 = [1,1425 ; 1,257]
𝟐 √𝒏
𝒏 𝑽(𝑿) 𝒏 𝑽(𝑿)
Intervalle de confiance de la variance : [ ; ]
𝝌𝟐 𝜶 𝝌𝟐𝜶
𝟏−
𝟐 𝟐
Corrigé :
^ 𝑋𝑛 48
𝑝 = 𝐹𝑛 = = = 0,40 = 40 %
𝑛 120
Erreur standard :
𝑭 (𝟏 − 𝑭) 𝟎, 𝟒 × 𝟎, 𝟔
𝜎𝐹 = √ = √ = 𝟎, 𝟎𝟒𝟒𝟕 = 𝟒, 𝟒𝟕 %
𝒏 𝟏𝟐𝟎
La proportion d’étudiants de la population ayant une formation scientifique est estimée à 40 %
avec une erreur de 4,47 %.
^ 𝑋𝑛 66
𝑝 = 𝐹𝑛 = = = 0,44 = 44 %
𝑛 150
Erreur standard :
𝑭 (𝟏 − 𝑭) 𝟎, 𝟒𝟒 × 𝟎, 𝟓𝟔
𝜎𝐹 = √ = √ = 𝟎, 𝟎𝟒𝟎𝟓 = 𝟒, 𝟎𝟓 %
𝒏 𝟏𝟓𝟎
^ 𝑋𝑛 48 + 66
𝑝 = 𝐹𝑛 = = = 0,42 = 42 %
𝑛 120 + 150
Erreur standard :
𝑭 (𝟏 − 𝑭) 𝟎, 𝟒𝟐 × 𝟎, 𝟓𝟖
𝜎𝐹 = √ = √ = 𝟎, 𝟎𝟑 = 𝟑 %
𝒏 𝟐𝟕𝟎
Ex 5 : dans une station-service, on suppose que le montant des chèques essence suit une loi
normale de paramètres m et . On considère un échantillon de taille n = 50 et on obtient une
moyenne de 130 Dh et un écart-type de 28 Dh. Donner une estimation de m et par un intervalle
de confiance au niveau de confiance 95%.
Corrigé :
−
n = 50 𝑋 = 130 𝑉(𝑋) = 28²
𝑛 50
̂ =
𝜎² × 𝑉(𝑥) = × 28² = 800
𝑛−1 49
𝜎̂ = √800 = 28,28
^
𝑚 = 130 DH
𝝈 𝟐𝟖, 𝟐𝟖
𝜎𝑋̅ = = = 𝟒 𝑫𝑯
√𝒏 √𝟓𝟎
− 𝝈
𝑋 ± 𝒁𝟏−𝜶 ×
𝟐 √𝒏
𝒁 𝟎,𝟎𝟓 = 𝒁𝟎,𝟗𝟕𝟓 = 𝟏, 𝟗𝟔
𝟏−
𝟐
− 𝝈
𝑋 ± 𝒁𝟏−𝜶 × = 𝟏𝟑𝟎 ± 1,96 × 4 = [122,16 ; 137,84]
𝟐 √𝒏
𝒏 𝑽(𝑿) 𝒏 𝑽(𝑿)
Intervalle de confiance de la variance : [ ; ]
𝝌𝟐 𝜶 𝝌𝟐𝜶
𝟏−
𝟐 𝟐
Khi Deux à 49 degrés de liberté, on fait donc l’approximation par la loi normale.
𝝌𝟐𝟏−𝜶 − 𝒌
𝟐
𝑍𝟏−𝜶 =
𝟐 √2 𝑘
𝝌𝟐𝟏−𝜶 = 𝑍 𝜶 × √2 𝑘 + 𝑘
𝟏− 𝟐
𝟐
𝝌𝟐𝟎,𝟗𝟕𝟓 = 𝒁𝟎,𝟗𝟕𝟓 × √𝟐 × 𝟒𝟗 + 𝟒𝟗
𝝌𝟐𝟎,𝟗𝟕𝟓 = 𝟏, 𝟗𝟔 × √𝟐 × 𝟒𝟗 + 𝟒𝟗 = 𝟔𝟖, 𝟒
𝝌𝟐𝟎,𝟎𝟐𝟓 = 𝒁𝟎,𝟎𝟐𝟓 × √𝟐 × 𝟒𝟗 + 𝟒𝟗
Ex 6 : on donne la répartition des masses de 219 ressorts provenant d’une même fabrication :
masses (g) [8,2 ; 8,4[ [8,4 ; 8,6[ [8,6 ; 8,8[ [8,8 ; 9[ [9 ; 9,2[ [9,2 ; 9,4[ [9,4 ; 9,6[
Nbre de 9 21 39 63 45 27 15
ressorts
X donnant le poids d’un ressort provenant de cette fabrication, donner une estimation
de E(X) et V(X). Donner pour E(X) et V(X) un intervalle de confiance au niveau de
confiance 95%.
Corrigé :
∑ 𝑛𝑖 𝑥𝑖² 17494,83
Variance de l’échantillon : 𝑉(𝑥) = ∑ 𝑛𝑖
− 𝑋̅ 2 = 219 − 8,932 = 0,1402
^ −
𝑚 = 𝑥 = 8,93
𝝈 𝟎, 𝟑𝟕𝟓𝟐
𝜎𝑋̅ = = = 𝟎, 𝟎𝟐𝟓𝟒
√𝒏 √𝟐𝟏𝟗
𝑛 219 × 0,1402
̂2 =
𝝈 × 𝑉(𝑥) = = 0,1408
𝑛−1 218
𝝈
̂ = √0,1408 = 0,3752
√𝑉(𝜎^ ²) = 𝜎 2 √ 2
= 0,1408 × √218 = 0,013
2
𝑛−1
− 𝝈
𝑋 ± 𝒁𝟏−𝜶 × = 8,93 ± 1,96 x 0,0254 = [8,88 ; 8,98]
𝟐 √𝒏
𝒏 𝑽(𝑿) 𝒏 𝑽(𝑿)
[ ; ]
𝝌𝟐 𝜶 𝝌𝟐𝜶
𝟏−
𝟐 𝟐
Khi Deux à 218 degrés de liberté, on fait donc l’approximation par la loi normale.
𝝌𝟐𝟏−𝜶 − 𝒌
𝑍 𝜶= 𝟐
𝟏− √2 𝑘
𝟐
𝝌𝟐𝟏−𝜶 = 𝑍 𝜶 × √2 𝑘 + 𝑘
𝟏− 𝟐
𝟐
Ex 7 : Un promoteur désire étudier le nombre de garage qu'il est souhaitable de construire avec
un ensemble de logements, afin que les occupants puissent y ranger leur voiture. Pour cela il
fait effectuer une enquête par sondage auprès d'un échantillon de ménages susceptibles d'habiter
ces appartements.
a) On interroge un échantillon de 3238 ménages. On trouve parmi eux 1943 possesseurs d'une
voiture. Estimez, à partir de cet échantillon, la proportion des ménages ayant une voiture.
Degré de confiance 99 %.
b) À partir de la proportion estimée, combien de ménages faudrait-il interroger pour construire,
avec un risque d'erreur de 5 %, un intervalle de confiance d'amplitude 0,04 ?
Corrigé :
^ 𝑋𝑛
𝑝 = 𝐹𝑛 =
𝑛
1943
𝐹= = 0,60 = 60 %
3238
Estimation ponctuelle :
^
𝑝 = 0,60 = 60%
Erreur standard :
𝑭 (𝟏 − 𝑭) 𝟎, 𝟔𝟎 × 𝟎, 𝟒𝟎
𝜎𝐹 = √ = √ = 𝟎, 𝟎𝟎𝟖𝟔
𝒏 𝟑𝟐𝟑𝟖
Intervalle de confiance :
𝒁𝟏−𝜶 = 𝒁𝟎,𝟗𝟗𝟓 = 𝟐, 𝟓𝟖
𝟐
𝑭 (𝟏 − 𝑭)
𝐹 ± 𝒁𝟏−𝜶 × √ = 𝟎, 𝟔𝟎 ± 𝟐, 𝟓𝟖 × 𝟎, 𝟎𝟎𝟖𝟔 = [𝟎, 𝟓𝟖 ; 𝟎, 𝟔𝟐] = [𝟓𝟖 % ; 𝟔𝟐 %]
𝟐 𝒏
P = 0,60 n=?
𝑭 (𝟏 − 𝑭) 𝑭 (𝟏 − 𝑭)
(𝐹 + 𝒁𝟏−𝜶 × √ ) − (𝐹 − 𝒁𝟏−𝜶 × √ ) = 𝟎, 𝟎𝟒
𝟐 𝒏 𝟐 𝒏
𝑭 (𝟏 − 𝑭)
𝟐 𝒁𝟏−𝜶 × √ = 𝟎, 𝟎𝟒
𝟐 𝒏
𝟎, 𝟔𝟎 × 𝟎, 𝟒𝟎
𝟏, 𝟗𝟔 × √ = 𝟎, 𝟎𝟐
𝒏
𝟏, 𝟗𝟔𝟐 × 𝟎, 𝟔𝟎 × 𝟎, 𝟒𝟎
𝒏= = 𝟐𝟑𝟎𝟓
𝟎, 𝟎𝟐²
Ex 8 : On étudie le pourcentage d'utilisation d'une machine. 400 observations ont été effectuées
qui ont donné le résultat suivant :
a) Entre quelles limites peut-on fixer le taux d'utilisation de la machine avec un degré de
confiance de 95 % ?
b) On fait un plus grand nombre d'observations. On obtient le même pourcentage d'utilisation
ce qui permet, avec un risque d'erreur de 5 %, de fixer les limites de confiance à [78,4 % ;
81,6 %]. Combien a-t-on fait d'observations ?
Corrigé :
320
𝐹= = 0,80 = 80 %
400
Erreur standard :
𝑭 (𝟏 − 𝑭) 𝟎, 𝟖𝟎 × 𝟎, 𝟐𝟎
𝜎𝐹 = √ = √ = 𝟎, 𝟎𝟐
𝒏 𝟒𝟎𝟎
𝒁𝟏−𝜶 = 𝒁𝟎,𝟗𝟕𝟓 = 𝟏, 𝟗𝟔
𝟐
𝑭 (𝟏 − 𝑭)
𝐹 ± 𝒁𝟏−𝜶 × √ = 𝟎, 𝟖𝟎 ± 𝟏, 𝟗𝟔 × 𝟎, 𝟎𝟐 = [𝟎, 𝟕𝟔 ; 𝟎, 𝟖𝟒] = [𝟕𝟔 % ; 𝟖𝟒 %]
𝟐 𝒏
b) Taille de l’échantillon
n=?
𝑭 (𝟏 − 𝑭)
𝐹 ± 𝒁𝟏−𝜶 × √ = 𝟎, 𝟕𝟖𝟒
𝟐 𝒏
𝟎, 𝟖 × 𝟎, 𝟐
0,8 − 1,96 × √ = 𝟎, 𝟕𝟖𝟒
𝒏
𝟎, 𝟖 × 𝟎, 𝟐 𝟎, 𝟖 − 𝟎, 𝟕𝟖𝟒 𝟎, 𝟎𝟏𝟔
√ = =
𝒏 𝟏, 𝟗𝟔 𝟏, 𝟗𝟔
𝟎, 𝟖 × 𝟎, 𝟐 𝟎, 𝟎𝟏𝟔²
=
𝒏 𝟏, 𝟗𝟔²
𝟏, 𝟗𝟔𝟐 × 𝟎, 𝟖 × 𝟎, 𝟐
𝒏= = 𝟐𝟒𝟎𝟏
𝟎, 𝟎𝟏𝟔²
Ex 9 : Un échantillon de 150 lampes de marque A a donné une durée de vie moyenne de 1400
heures et un écart type de 120 heures. Un échantillon de 200 lampes de marque B a donné une
durée de vie moyenne de 1200 heures et un écart type de 80 heures. Déterminer les limites de
confiances à 95 % de la différence des durées de vie moyennes des marques A et B.
Corrigé :
𝜎
̂𝐴 = √14496,64 = 120,40
𝜎
̂𝐵 = √6432,16 = 80,20
80,20
̅̅̅̅
𝑋 𝐵 : N(1200 ; = 5,67)
√200
𝑌 = ̅̅̅ ̅̅̅̅
𝑋𝐴 − 𝑋 𝐵
̅̅̅
𝐸(𝑌) = 𝐸(𝑋 ̅̅̅̅ ̅̅̅ ̅̅̅̅
𝐴 − 𝑋𝐵 ) = 𝐸(𝑋𝐴 ) − 𝐸(𝑋𝐵 ) = 1400 − 1200 = 200
² ̂ ² ̂ ²
14496,64 6432,16
𝜎𝑌² = 𝜎̅̅̅̅ ̅̅̅̅
𝑋𝐴 −𝑋𝐵 = 𝜎̅̅̅̅
𝑋𝐴 + 𝜎̅̅̅̅
𝑋𝐵 = + = 128,80
150 200
𝜎
̂𝑌 = √128,80 = 11, ,35
𝒁𝟏−𝜶 = 𝒁𝟎,𝟗𝟕𝟓 = 𝟏, 𝟗𝟔
𝟐
Corrigé :
100
Adultes : 𝑛1 = 400 𝐹1 = 400 = 0,25
300
Adolescents : 𝑛2 = 600 𝐹2 = 600 = 0,50
2
𝐹1 × (1 − 𝐹1 ) 0,25 × 0,75
𝜎𝐹1 = = = 0,00047
𝑛1 400
2
𝐹2 × (1 − 𝐹2 ) 0,50 × 0,50
𝜎𝐹2 = = = 0,00042
𝑛2 600
𝐹1 : N(0,25 ; 0,022)
𝐹2 : N(0,50 ; 0,020)
𝐹 = 𝐹2 − 𝐹1
𝜎𝐹2 = 𝜎𝐹2
2 2
+ 𝜎𝐹1 = 0,00042 + 0,00047 = 0,00089
𝜎𝐹 = √0,00089 = 0,03
𝒁𝟏−𝜶 = 𝒁𝟎,𝟗𝟕𝟓 = 𝟏, 𝟗𝟔
𝟐
Corrigé :
a) Loi de probabilité de X
1 1 𝑥−𝑚
𝑓(𝑥) = 𝑒 2 𝜎 )²
− (
√2𝛱𝜎²
1 −
𝑥²
𝑓(𝑥, 𝜆) = 𝑒 2𝜆
√2𝜋𝜆
On peut remplacer dans la fonction de densité de probabilité de la loi normale :
m = 0 et 𝜎 = √𝜆, on obtient :
1 −
𝑥²
𝑓(𝑥) = 𝑒 2𝜆
√2𝜋𝜆
Donc X suit une loi normale : N(0 ; √𝜆)
E(X) = 0 et V(X) = 𝜆
∑𝑋
2
1 𝑛 𝑖
L(𝜆) = (
√2𝜋𝜆
) 𝑒− 2𝜆
−𝑛 ∑ 𝑋𝑖2
Log L(𝜆) = 𝑙𝑜𝑔( 2 ∏ 𝜆)-
2 2𝜆
La dérivée de cette fonction par rapport à 𝜆 est :
−𝑛 𝜆 + ∑ 𝑋𝑖2 = 0
∑ 𝑋𝑖2
𝜆=
𝑛
c) Absence de biais
∑ 𝑋𝑖2 1
𝐸( ) = × ∑ 𝐸(𝑋𝑖2 )
𝑛 𝑛
∑ 𝑋𝑖2 1 1
𝐸( ) = × ∑𝜆 = × 𝑛 𝜆 = 𝜆
𝑛 𝑛 𝑛