L3 Mod. Lin.

Corrigé EF 2020

Exercice1:
Une variable aléatoire Y est en relation avec la variable non-aléatoire X selon le modèle
Y      X 2  e , où e N (0,  2 ) (  2 constante). On dispose de n observations Y1, Y2 , ... , Yn ,
indépendantes, prises sur X1, X 2 , ... , X n respectivement.
1) Modéliser matriciellement cette situation.
 
2) Montrer que si les estimateurs MC,  et  , existent, ils seront nécessairement corrélés.
3) Pour X = -1,0,1,3, on a Y = 1,2,2,-2, respectivement.
 
a) Vérifier que  et  existent.
     
b) Calculer alors,  ,  , Var , Var et Cov( ,  ) .
4) Tester les hypothéses   1 ,   2 , ainsi que  =0,  = - 0,5 et  =1.

1) On a  i  1, n , Yi     X i2  ei , qui s’écrit matriciellement

 Y1  1 X 1   e1  1 X 12 
2
        
             , où X     
 Y  1 X 2     e  1 X 2 
 n  n   n  n 

1 X 12 
 1
On aura ( X t X )   2
 1    n
     X 2


2 
i

 X 1  X n 1 X 2    X i X
 2 4 
i 
 n 

 
2) Pour que les EMC existent, il faut que Det ( X t X )    n X i4   X i2 soit non nul.
2

En supposant que cela soit le cas, on aura :

 ˆ   ˆ   Varˆ Cov(ˆ , ˆ ) 
   ( X t X ) 1 X tY et V     2 ( X t X ) 1  
ˆ
 
ˆ
  ˆ
 Cov(  ,ˆ ) Varˆ 
1   X i   X i2 
4

où ( X X ) 
t 1

    X i2 n 

ˆ   X i2 2
Donc si Det ( X X )  0 , on aura Cov( ,  ) 
t
ˆ  qui est toujours différent de 0.

Ainsi, s’ils existent , ̂ et ˆ seront corrélés.
3)
Xi Yi X i2 X i4 Yi X i2 Yi 2
-1 1 1 1 1 1
0 2 0 0 0 4
1 2 1 1 2 4
3 -2 9 81 -18 4
 3 11 83 -15 13

Det ( X t X )  n X i4   X 
i
2 2
 4  83  112  211  0  ̂ et ˆ existent.

  Yi   3   ˆ  1  83  11 3   ˆ   1,962 
X tY    
  15  et donc,       , donnant     
  Yi X i
2
  
ˆ
   211   11 4   15 
ˆ
     0,441

YAHI Page 1 sur 2 Mai 2021

L3 Mod. Lin. Corrigé EF 2020
1  83  11 2
On aura V     , donnant
211   11 4 
Varˆ  0,393 2 , Varˆ  0,019 2 et Cov(ˆ , ˆ )  0,052 2 .
( Comme  2 n’est pas connu, on l’estimera par le CMR)

4) Un intervalle de confiance à 95% pour  sera donné par ˆ  tn0,95p Vˆarˆ 
 
n  4, p  2 , t20,95  4,303 , et un estimateur de Var̂ sera donné par Vˆarˆ  0,393ˆ 2
S S
le coefficient de la formule (29), étant ici, K2  0,393 , et ˆ 2  CMR  S 2     (25)
n p 2
S  Y tY  ̂ t X tY (24) (ici, le vecteur ˆ t  ( ,  ) )


 3 
On aura S  Yi 2  (1,962 ,  0,441)   13  12,501  0,499 , et ˆ 2  0,250
  15 
 
Idc95% ( )  1,962  4,303 (0,393)(0,250  1,962  1,349
Idc95% ( )  0,613 ; 3,311 . Les valeurs 1 et 2 appartiennent à cet intervalle.
On accepte donc, au seuil de 95%, les hypothèses   1 ,   2

De même, on aura Idc95% (  )  ˆ  tn0,95p Vˆarˆ 

 
Vˆarˆ  0,019ˆ  (0,119)(0,250)  0,00475
2

 
Idc95% ( )   0,441  4,303 0,00475   0,441  0,297
Idc95% ( )   0,738 ;  0144
On accepte  = 0,5 et on rejette  = 0 ainsi que  =1.

YAHI Page 2 sur 2 Mai 2021