3A-GS/SSV, 2022 Statistique des processus ENSAI

Examen terminal du 15/12/2022 (lière Génie Statistique

et Sciences de la vie), durée 2 heures, documents
autorisés
La rédaction et les justications seront prises en compte dans la notation.

Exercice 1  
1−p p
On considère une chaîne de Markov à temps discret et à deux états. Soit P =
q 1−q
sa matrice de transition. On supposera 0 < p, q < 1. Soit X1 , . . . , Xn des variables aléatoires
observées et correspondantes à une trajectoire de la chaîne.
1. Rappeler l'expression de l'estimateur du maximum de vraisemblance (EMV) du couple
(p, q). On notera (p̂, q̂) cet estimateur.
2. Est ce que les hypothèses du Cours permettant de vérier la consistance et la normalité
asymptotique de (p̂, q̂) sont vériées ? Justier.
√
3. Rappeler la loi asymptotique de n (p̂ − p, q̂ − q).
√
4. Sous l'hypothèse p = q , en déduire la loi asymptotique de n (p̂ − q̂).
5. Déduire de la question précédente un test pour tester H0 : p = q contre H1 : p ̸= q .
Exercice 2
Soit (Xt )t≥0 une processus de Markov de sauts sur E = {0, 1, . . . , N } et dont le générateur
A est donnée par A(0, 1) = p, A(n, n + 1) = p et A(n, n − 1) = q pour tout 1 ≤ n ≤ N − 1
et A(N, N − 1) = q . On supposera que A(n, m) = 0 dès que |n − m| ≥ 2 et que p et q sont
des nombres réels strictement positif.
1. Compléter l'expression du générateur en déterminant les valeurs de A(n, n) pour 0 ≤
n ≤ N.
2. Soit (Zj )j≥0 la suite des états du processus. On rappelle que (Zj )j≥0 est une chaîne
de Markov. Donner la matrice de transition de cette chaîne.
3. Quelles sont les propriétés du processus (irréductibilité, récurrence, existence d'une
probabilité invariante) ?
4. On suppose X0 = 0 et on souhaite simuler une trajectoire du processus avec une
réalisation de Z1 , . . . , Zn ainsi qu'une réalisation des n premiers délais entre les sauts.
Donner un code implémentable sous R (même approximatif) pour simuler cette tra-
jectoire.
5. On modie le générateur du processus de la façon suivante. Si B est le nouveau
générateur, on suppose que B(0, 1) = B(0, 0) = 0 et B(n, m) = A(n, m) si (n, m) ∈ /
{(0, 0), (0, 1)}. Si (Yt )t≥0 est un processus de Markov de générateur B , que peut-on
dire du comportement de ces trajectoires ? On pourra remarquer que ce processus a
été étudié en Cours/TP.

1
Exercice 3
On considère un processus de Poisson simple (homogène) (Nt )t≥0 de paramètre λ > 0. On
rappelle que si U et V sont deux variables aléatoires de carré intégrable, alors leur covariance
est donnée par Cov(U, V ) = E [(U − E(U )) × (V − E(V ))].
1. Soit 0 < s < t. Que peut-on dire des variables aléatoires Nt − Ns et Ns ?
2. En déduire que la covariance entre Nt − Ns et Ns est nulle.
3. Montrer que la variance de Ns est égale à λs.
4. Déduire des questions précédentes une expression de la covariance entre Ns et Nt .
5. On suppose que le n−ième temps de saut Tn du processus est observé. Quel estimateur
consistant de λ peut être construit uniquement à partir de Tn ?
6. Soit (Xt )t≥0 un processus de Markov de sauts sur N et de générateur A donné par

A(n, n + 1) = λ, A(n, n) = −λ, A(n, m) = 0 si m ∈

/ {n, n + 1}.

Si X0 = 0, expliquer pourquoi (Xt )t≥0 a la même loi que (Nt )t≥0 .