Académique Documents
Professionnel Documents
Culture Documents
(M1 MBFA)
𝟓 ; 𝟎; 𝟏; 𝟏 ; 𝟎; 𝟑; 𝟐;𝟑;𝟒 ;𝟏
𝒆−𝜽 𝜽𝒚𝒊
𝒇(𝒚𝒊 |𝜽) = 𝐚𝐯𝐞𝐜 𝒚𝒊 = 𝟎, 𝟏, 𝟐, … 𝐞𝐭 𝜽 > 𝟎
𝒚𝒊 !
La fonction de vraisemblance s’écrit comme le produit des fonctions de densité marginale parce
que les observations sont indépendantes.
𝑁 𝑁 𝑁
𝑒 −𝜃 𝜃 𝑦𝑖 𝑒 −𝑁𝜃 𝜃 ∑𝑖=1 𝑦𝑖
𝐿 (𝜃 |𝒚) = ∏ 𝑓 (𝑦𝑖 |𝜃 ) = ∏ =
𝑦𝑖 ! ∏𝑁
𝑖=1 𝑦𝑖 !
𝑖=1 𝑖=1
∏ 𝑦𝑖 ! = 5! × 0! × 1! × 1! × 0! × 3! × 2! × 3! × 4! × 1!
𝑖=1
b) Donnez en général pour des observations suivant une loi de Poisson, la log-
vraisemblance et l’équation de vraisemblance pour l’estimateur du maximum de
vraisemblance.
𝑁
−𝑁𝜃 ) ∑𝑁
𝑖=1 𝑦𝑖
= log(𝑒 + log (𝜃 ) − log (∏ 𝑦𝑖 !)
𝑖=1
𝑁 𝑁
= −𝑁𝜃 + log(𝜃 ) ∑ 𝑦𝑖 − ∑ log 𝑦𝑖 !
𝑖=1 𝑖=1
parce que les valeurs de 𝑦𝑖 sont non négatives (𝑦𝑖 ≥ 0) dans une loi de Poisson. Ici on aura :
𝜕 2 ℓ(𝜃 |𝒚) −1
= 2 × 20 = −5 < 0
𝜕𝜃 2 2
La dérivée seconde étant négative, on obtient bien un maximum qui est global.
𝑒 −𝜃 𝜃 𝑦𝑖
Pr(𝑦|𝜃̃ ) = 𝑓 (𝑦𝑖 |𝜃 ) =
𝑦𝑖 !
Remarquez que la somme de ces probabilités fait déjà 98.34% de la distribution. On peut
aussi calculer la médiane qui est ici égale à 2. On aura alors le graphique des fonctions de
densité et de distribution :
𝟏 −𝒚𝒊
𝒇 (𝒚𝒊 ) = 𝐞𝐱𝐩 ( ) 𝐩𝐨𝐮𝐫 𝒚𝒊 > 𝟎
𝝁𝒊 𝝁𝒊
où 𝝁𝒊 = 𝑬(𝒚𝒊 ) > 𝟎 est l’espérance de 𝒚𝒊 . Par définition, sa variance est 𝑽(𝒚𝒊 ) = 𝝁𝟐𝒊 . On
suppose que 𝝁𝒊 = 𝐞𝐱𝐩(𝒙′𝒊 𝜷) > 𝟎 pour assurer la positivité.
La fonction de vraisemblance s’écrit comme le produit des fonctions de densité marginale parce
que les observations sont indépendantes.
𝑁 𝑁
1 −𝑦𝑖
𝐿 (𝜷|𝒚, 𝒙) = ∏ 𝑓(𝑦𝑖 |𝜃 ) = ∏ exp ( )
𝜇𝑖 𝜇𝑖
𝑖=1 𝑖=1
Non il n’y a pas de solution analytique à ces équations de vraisemblance, parce qu’elles sont
non linéaires.
Pour des observations provenant d’un tirage aléatoire dans une loi exponentielle 𝑦𝑖 ≥ 0. En
conséquence le facteur 𝑦𝑖 exp(−𝒙′𝑖 𝜷) ≥ 0, ce qui implique que la matrice Hessienne est
̂ (𝜷
𝐴𝑣𝑎𝑟 ̃ ) = [∑(𝑦𝑖 exp(−𝒙′𝑖 𝜷
̃ ))𝒙𝑖 𝒙′𝑖 ]
𝑖=1
98. Supposons que la variable 𝒙 a une distribution de Weibull telle que la fonction de densité
est : 𝒇(𝒙) = 𝜶𝜷𝒙𝜷−𝟏 𝐞𝐱𝐩(−𝜶𝒙𝜷 ) 𝐩𝐨𝐮𝐫 𝒙 ≥ 𝟎 𝐞𝐭 𝜶, 𝜷 > 𝟎.
99. On veut tester les 𝑱 hypothèses linéaires 𝑹𝜷 = 𝒓. On peut utiliser un test de Wald de
l’estimateur des multiplicateurs de Lagrange des MCC, soit les hypothèses : 𝑯𝟎 ∶ 𝝀 =
𝟎. Le test de Wald est : 𝑾 = 𝝀∗′𝑽̂ (𝝀∗ )−𝟏 𝝀∗.