UNIVERSITE MOHAMMED V – RABAT

Faculté des Sciences Juridiques, Economiques et Sociales de Salé

Filière Sciences Economiques et Gestion
Elément : Echantillonnage et estimation.
Examen du 15 janvier 2019. Mohamed Bouzahzah

Durée de l’épreuve 1h30.

Seules les calculatrices sont autorisées.

Question 1 (4 points). Soient , ,…, , variables aléatoires indépendantes, copies d’une

variable aléatoire modèle non normale de moyenne et d’écart-type . Soit la moyenne
échantillonnale de .
(i) Expliquez de manière intuitive pourquoi lorsque est grand, peut être considérée comme
normale ?
(ii) Déterminez la moyenne et l’écart-type de la variable aléatoire .

Question 2 (5 points). Soient , ,…, , un échantillon aléatoire simple d’une variable aléatoire

1
de densité

, = si ϵ 0, λ
0

Avec = et =

(ii) Un échantillon de taille 100 a donné ∑!#"" ! = 200. Donnez une estimation de , de la moyenne
(i) Utilisez la méthode des moments pour construire un estimateur de . Cet estimateur est-il biaisé ?

et de la variance.

Question 3 (7 points). Un analyste financier s’intéresse au rendement et au risque d’un actif financier
A. Le taux de rendement mensuel (en %) de cet actif, durant les 7 derniers mois, est donné par :

1,8 ; 1,9 ; 2,1 ; 2,3 ; 2,5 ; 3,2 ; 3,7

(i) Donnez une estimation ponctuelle du rendement moyen et de la variance des rendements.

1
(ii) Construisez un intervalle de confiance du taux de rendement mensuel moyen pour un niveau de
confiance de 99%. Quel aurait été cet intervalle si l’écart-type théorique était connu et était égal à
0,704 ?
(iii) Construisez un intervalle de confiance de l’écart-type (risque) du taux de rendement mensuel
moyen au seuil d’erreur 10%.

Question 4 (4 points). La direction d’une entreprise doit choisir entre deux spots publicitaires, A et B,
pour lancer un nouveau produit. Après des débats intenses, elle a estimée que le spot A sera plus
efficace que le spot B.
Deux sondages indiquent que sur 125 personnes ayant vu la publicité A, 47 se sont procuré le nouveau
produit alors que sur 100 personnes ayant vu la publicité B, 34 ont acheté le nouveau produit.

Réalisez un test au seuil 5% pour évaluer la décision de la direction.

N.B. La table de la loi de Student, pour un seuil de 1% et 6 degrés de liberté donne, 3,707. La table de
la loi de Khi-deux, pour un seuil de 10% et 6 degrés de liberté, rend les valeurs suivantes : 1,64 et 12,6.
La table de la loi normale, pour un seuil de 1%, donne la valeur 2,57.

2
 Réponse

Exercice 1.
(i) Il s’agit de l’intuition derrière le théorème central limite. Une variable aléatoire normale est une
variable dont l’aléa est causé par plusieurs causes différentes et indépendantes. Comme la moyenne
échantillonnale est une somme de variables aléatoire son aléa est causé par les causes de chacune des
variables aléatoires. Il est clair que lorsque n est grand le nombre de ces causes est également grand.

1
(ii) La moyenne échantillonnale est donnée par
= % !

1 1
Déterminons la moyenne et la variance de la moyenne échantillonnale
= & % !' = % ! = =
1 1
= & % !' = % ! = =
L’écart-type de la moyenne echantillonnale est donné par
() =
√

Exercice 2.
(i) On souhaite construire un estimateur par la méthode des moments du paramètre .
Pour ce faire il faut mettre en relation le premier moment (l’espérance mathématique) et le paramètre.

=+ =
2
, -- est l’estimateur par la méthode des moments si et seulement si

+ . , -- / = +

, --
=
2
, -- = 2

1
Propriété d’absence de biais
, -- = 2 =2 & % !'

2 2 2
, -- = % = % =
!
2 2

, -- =

Ainsi, , -- est un estimateur non biaisé de

3
 (ii) Nous avons un échantillon de taille 100 qui a donné ∑!#"" ! = 200 . Donnez une
estimation de , de la moyenne et de la variance.

2 2
,=2 = % =
200 = 4
100 !

4
= = =2
2 2
4 16 4
= = = =
12 12 12 3

Exercice 3. Notons X la variable aléatoire représentant le rendement mensuel de l’actif financier. Elle
est de moyenne et d’écart-type . Comme l’échantillon est petit, les estimateurs non biaisés de la
moyenne et de la variance sont la moyenne échantillonnale et la quasi-variance échantillonnale.

1,8 + 1,9 + ⋯ + 3,7

(i) Calculons la moyenne
= = 2,5%
7
Calculons la quasi-variance

1,8 − 2,5 + 1,9 − 2,5 + ⋯ + 3,7 − 2,5

: = = 0,497
6
: = <0,497 = 0,704%

Le rendement mensuel moyen est de 2,5% avec un écart-type de 0,497%.

(ii) On souhaite construire un intervalle de confiance au seuil 1% du rendement mensuel moyen.
Pour ce faire, nous supposons que la variable est normale. Comme l’échantillon est petit et la variance
inconnue, l’intervalle est donné par

∈> =? ̅ − A B ,C ; ̅ + A B ,C E
√ √

La lecture de la table de la loi de Student rend la valeur

A B ,C = AF;"," = 3,707

Ce qui donne

0,704 0,704
∈ > = ?2,5 − 3,707 ; 2,5 + 3,707E
√7 √7
∈ > = 1,51% ; 3,49%

Au seuil 1%, le rendement mensuel de l’actif financier est compris entre 1,51% et 3,49%.
4
Quel aurait été cet intervalle si l’écart-type théorique était connu et était égal à 0,704 ?
Si l’écart-type théorique était connu, l’intervalle de confiance s’écrirait comme suite
∈> =? ̅ − G BC ; ̅ + G CE
√ √ B

G BC = G",HHI = 2,57
La lecture de la table de la loi de Student rend la valeur

∈ > = 1,82% ; 3,18%

L’intervalle est donné par

L’estimation est plus précise pour un même seuil d’erreur ce qui est tout à fait normal puisqu’il n’y a
pas d’incertitude sur la variance.

(iii) Comme l’échantillon est petit et que la moyenne est inconnue, l’intervalle est donné par

−1 : −1 :
∈> J ; L
K C K C
B ; B ; B

La lecture de la table de khi-deux donne les valeurs

K B ;
M = KF;","I = 12,59 K B ; B
M = KF;",HI = 1,64

6 × 0,497 6 × 0,497
L’intervalle est donné par
∈> ? ; E
12,59 1,64
∈ > 0,237 ; 1,818
∈ > 0,487% ; 1,348%

Exercice 4.
Il s’agit d’un test de comparaison de deux proportions. Le pourcentage de personnes qui achètent le
produit suite au visionnage du spot A contre et ceux qui achètent le produit à la suite du visionnage du
spot B.
On souhaite tester au seuil 5%

O" : QR = QS
O : QR > QS

Comme les échantillons sont de grande taille ce test peut être réalisé.
L’écart empirique est donné par

5
 | − S|
AUVW =
R
1 1
Y 1− Z + [
R S
Dans cette relation

+
=
R R\ S S

R+ S
Calculons les fréquences relatives

= = 0,376 = = 0,34
]^ _]
R I R ""
= 0,36

L’écart empirique est alors donné par

|0,376 − 0,34|
AUVW = = 0,56
Y0,36 1 − 0,36 Z 1 + 1 [
125 100

Comme AUVW < Aa on ne rejette pas l’hypothèse nulle au seuil 5%.

Le seuil critique est donné par 1,645

Les deux spots publicitaires ont la même efficacité au seuil 5%.