Académique Documents
Professionnel Documents
Culture Documents
Généralités
S'il existe des critères pour juger des qualités d'un estimateur ponctuel (biais, risque, convergence),
aucune certitude ne peut jamais être apportée quant au fait que l'estimation donne la vraie valeur à
estimer. Nous allons donc rechercher un intervalle aléatoire qui contient $g(\theta)$ avec une
probabilité minimale donnée.
Définition
Exemples
1. Estimation de l'espérance d'une loi dans le cas où la variance est connue : deux méthodes
(inégalité de Bienaymé-Tchebychev et théorème de la limite centrée).
2. Estimation de l'étendue par intervalle de confiance : reprendre la situation de l'exemple 2 initial
avec l'estimateur non biaisé.
Remarque
Très souvent, on recherche un intervalle de confiance de $g(\theta)$ sous la forme d'un intervalle
centré en une estimation ponctuelle de $g(\theta)$.
Définition
Soit $(X_{n})_{n\geqslant1}$ une suite de variables aléatoires iid, $\alpha$ un réel de $]0,1[$,
$(U_{n})_{n\geqslant1}$ et $(V_{n})_{n\geqslant1}$ deux suites d'estimateurs de $g(\theta)$
telles que :
$$\ds\forall\theta\in\Theta,\;\mathbb{P}_{\theta}(U_{n}\leqslant V_{n})=1$$On dit que la suite
d'intervalles $\left(\left[U_{n},V_{n}\right]\right)_{n\geqslant1}$ est un intervalle de confiance
asymptotique de $g(\theta)$ au niveau de confiance $1-\alpha$ si et seulement si, pour tout
$\theta\in\Theta$, il existe une suite $(\alpha_{n})_{n\geqslant1}$ de réels qui converge vers
$\alpha$ telle que :
$$\ds\forall n\geqslant1,\;\mathbb{P}_{\theta}\left(U_{n}\leqslant g(\theta)\leqslant
V_{n}\right)\geqslant1-\alpha_{n}$$
Il s'agit ici d'obtenir un intervalle de confiance de l'espérance $m$ d'une loi admettant aussi une
variance elle-même inconnue. On commence par le cas particulier de la loi de Bernoulli. On étend
ensuite la méthode dans un cas plus général que l'on se contente de démontrer dans le cadre de
l'existence d'un moment d'ordre 4.
Théorème
Remarque
disp(100*TLC1/m)
disp("Proportion d''intervalles de type TLC2 contenant p : ") ;
disp(100*TLC2/m)
disp("p = ") ; disp(p)
Exemple
1000 électeurs choisis au hasard ont été interrogés avant une élection. 520 ont déclaré qu'ils voteront
pour le candidat A et 480 pour le candidat B (il n'y a que deux choix possibles).
1. Déterminer un intervalle de confiance à 95% de la proportion réelle $p$ d'électeurs qui voteront
pour le candidat A.
2. Même question avec 99%.
Théorème
Remarque
Pour diviser par $k$ (réel strictement positif) la largeur de cet intervalle de confiance, il faut multiplier
par $k^2$ la taille de l'échantillon …
Exemple
From:
http://alainguichet.fr/ecs-touchard/wiki/ - Prépa ECG Le Mans, lycée Touchard-Washington
Permanent link:
http://alainguichet.fr/ecs-touchard/wiki/doku.php?id=math:2:estimation_intervalle_confiance