Académique Documents
Professionnel Documents
Culture Documents
Corrigés
f ( t ) = ( + t ) h (t ) =
− ( +1)
pour t 0 .
+t
1
e (t ) = S ( x )dx = − ( + t ) ( + x ) dx .
−
S (t ) t t
t ( + x )− dx + pour 1 donc
+t
e (t ) = pour t 0 si 1 .
−1
Le modèle n’est pas pertinent pour modéliser la durée de vie humaine car la
fonction de risque est décroissante avec le vieillissement. Par contre il pourrait
être envisagé pour le temps passé au chômage, en modélisant l’ancienneté
dans l’état.
2. Expliciter la fonction de survie de cet individu conditionnée par le fait qu’il sera en vie
dans x années. Que peut-on en déduire ?
Soient 0 x t , on a :
P X t
+x
P X t X x = = = PY t − x ,
P X x + x + ( t − x )
où Y ~ Par( + x, ) .
3. Supposons que ce groupe de n individus soit observé jusqu’à son extinction et notons
x = ( x1, , xn ) les durées de survie observées. Donnez l’estimateur du maximum de
vraisemblance de .
n
−( +1)
L ( , x ) = i (i + xi )
i =1
n n
ln L ( , x ) = n ln + ln i − ( + 1) ln (i + xi )
i =1 i =1
n n
ln L(, x ) = + ln i − ln(i + xi )
n
i =1 i =1
ln L(ˆ, x ) = 0 ˆ =
n
n
x
ln 1 + i
i =1
i
4. Supposons à présent que le groupe n’est plus observé que pendant c années. Donnez
l’estimateur du maximum de vraisemblance de à l’aide des observations t = (t1, ,tn )
où ti = xi c .
n
Notons r = 1x c et considérons le vecteur ordonné y = ( y1, , yn ) où
i
i =1
yi = x(i ) pour i 1, , r et yi = c pour i r + 1, , n. Notons i l’âge de
début d’observation de l’individu ayant produit yi .
r n
−( +1)
L ( , x ) = i (i + yi ) ( + yi )
−
i i
i =1 i = r +1
n r n
ln L ( , x ) = r ln + ln i − ( + 1) ln (i + yi ) − ln (i + yi )
i =1 i =1 i = r +1
r y
n
ln L ( , x ) = − ln 1 + i
i =1 i
r
ln L (ˆ , x ) = 0 ˆ =
r x(i ) n c
ln 1 + + ln 1 +
i =1 i i = r +1 i
n
ln L ( , , x ) = n ln + n ln − ( + 1) ln ( + xi )
i =1
n n
1
ln L ( , , x ) =
− ( + 1 ) i =1 + xi
=0
ln L ( , , x ) = n + n ln − ln ( + x ) = 0
n
i =1
i
1 n 1 1 n x
n i =1 1 + xi
1
+
n
ln 1 + i − 1 = 0
i =1
= n
n
x
i =1
ln 1 + i
Les moments d’une loi de Pareto n’existent que jusqu’à l’ordre ; étant
inconnu, on n’utilisera pas la méthode des moments pour fournir une valeur
initiale à l’algorithme d’obtention des estimateurs du maximum de
vraisemblance. On pourra néanmoins se tourner vers la méthode des quantiles
qui consiste pour 0 p1 p2 1 , à résoudre l’équation en :
Q ( p1 ) F −1 ( p1 ) (1 − p1 ) − 1
−1/
= = ,
Q ( p2 ) F −1 ( p2 ) (1 − p2 )−1/ − 1
Soit X une variable aléatoire « durée de maintien » dont la loi admet une densité. On
suppose de plus que X admet une espérance. On note S la fonction de survie, h(x) le taux
de hasard calculés en x et e(x) l’espérance de maintien au delà de x.
1+ e '( x)
h ( x) = .
e ( x)
1 S '( x) 0 − S ( x)
e ( x) = S ( t ) dt e ' ( x ) = − 2 S ( t ) dt + = h ( x ) e ( x ) −1 .
S ( x) x S ( x) x S ( x)
2. On cherche les lois telles que pour tout x réel positif on ait : e ( x ) = ax + b (avec a 0
et b 0 ).
- Calculer h(x).
−(1+1 a )
a
- Vérifier que pour x 0 , S ( x ) = 1 + x .
b
- Donner l’espérance de X (sans calculs !).
1+ a
- Montrer que si l’on suppose a 1 , la variance de X existe et est égale à b2 .
1− a
Remarque : Il n’est pas indispensable, pour calculer E X 2 de calculer la densité f(x).
1+ a
- h ( x) = .
ax + b
− (1+1 a )
a
- Soit ψ : x 1 + x pour x 0 . Sur son ensemble de définition
b
R + , ψ est à valeurs dans R*+ .
−( 2 +1 a )
a +1 a
'( x) = − 1+ x
b b
'( x) a +1 a
−1
a +1
=− 1+ x = − = −h ( x ) S = .
( x) b b ax + b
- E X = e ( 0 ) = b
- Var X = 2 t S(t ) dt − E X 2
0
− (1+1 a )
a b
0t S(t ) dt =
t 1 + t dt = ( x − 1) x− (1+1 a ) b dx
0 b 1 a a
2
b −1 a −1−1 a
= 2
a 1
x −x dx + si a 1
2 2
b a b
= 2 − a =
a 1− a 1− a
2
2 1+ a
Var X = 2
b 2
−b =b .
1− a 1− a
1
- Si a = 0 , la fonction de risque est constante : h ( x ) = . Il s’agit du modèle
b
1
exponentiel de paramètre λ = dont l’estimateur du maximum de
b
vraisemblance en l’absence de données incomplètes est donné par :
1 100
100
λˆ = 100 bˆ = x .
100 i =1 i
xi
i =1
En considérant que l’espérance de vie résiduelle est décroissante avec l’âge et que
l’espérance de vie est croissante avec l’âge, quelles sont les contraintes que l’on doit
imposer à un modèle de survie caractérisé par e ?
Dans le même contexte, quel doit être le sens de variation de h par rapport à l’âge ?
Quelles conditions peut-on en déduire sur les paramètres d’un modèle de Weibull, d’un
modèle Gamma et d’un modèle Makeham ?
1+ e '( x)
h ( x) = h ( x) 0 .
e ( x)
x r −1 e − x
Modèle Gamma : h ( x ) =
avec r, λ 0 .
x
t r −1 e − t dt
h ' ( x ) 0 pour r 1 .
c − 2b − x
e '( x) = a donc e est croissante sur 0, c − 2b puis décroissante sur
( x + c)
3
- = e ( 0)
- β = durée pour laquelle e ( x ) est maximale,
- γ = valeur maximale de e ( x ) ,
ab
= e ( 0 ) = 2 ( + 2b )2 = ab
c
= arg max e ( x ) = c − 2b c = + 2b
a 4 ( + b ) = a
= max e ( x ) = e ( c − 2b ) =
4 (c − b)
α(β + 2b )2
4γ(β + b ) =
2 2 2
4γβb + 4γb = αβ + 4αβb + 4αb
b
4( γ − α ) b + 4( γ − α ) βb − αβ = 0 .
2 2
− 2( γ − α ) β + 2β γ( γ − α ) β γ
Comme b 0 , b = = − 1 .
4( γ − α ) 2 γ − α
γ γ
On en déduit c = β et a = 2β γ + 1 .
γ−α γ−α
e ( 0) x dt
S ( x) = exp −
e ( x) 0 e ( t )
( t + c) ( t + c − b) c − b (c − b)
x x 2
x +b x +b 2 2
dt t
0 e ( t ) =
0 (
a t + b)
dt =
b
at
dt = + 2
b
a a
+
at
dt
( x + b ) − b2 ( c − b) x (c − b)
2 2
x+b
= +2 + ln
2a a a b
ab ( x + c ) x 2 + 2bx ( c − b) x (c − b) x + b
2 2
S ( x) = 2 exp − −2 − ln
c a( x + b ) 2a a a b
1+
( c − b )2
x 2 b − 2c
2
x+c b
S ( x) =
a
exp − + x .
c x+b 2a a