Академический Документы
Профессиональный Документы
Культура Документы
Mesures de qualit
e pour un estimateur
12.2.1
Biais
Exercice 1
Exercice 2
Exercice 3
Soit S1 et S2 deux statistiques (i.e. des variables aleatoires qui sont fonctions dun echantillon aleatoire X1 , . . . , Xn et qui peuvent servir destimateur pour un param`etre) qui sont independantes et telles que E(S1 ) = 1, E(S2 ) = 2 et Var(S1 ) =Var(S2 ) =
2 . Determinez la valeur de la constante k afin que la statistique k(S12 S22 ) + S22 soit un
estimateur non biaise de 2 . R
eponse k = 4/3.
Exercice 4
aussi une
u
P5Bernoulli. On veut estimer la variance de X par lestimateur Q = k X(1 X), o`
1
Exercice 5
Soit une variable aleatoire Y ayant comme distribution une Bin(3, p).
(Rappel : une Bin(3, p) a une moyenne de 3p et une variance de 3p(1 p).) On veut estimer
1
Y
3
Exercice 6
Exercice 7
par n = X(n) = max (X1 , . . . , Xn ). Est-il sans biais ? Asymptotiquement sans biais ? (Rappel : X(k) est la k e plus petite valeur dun echantillon X1 , . . . , Xn . Lechantillon ordonne est
donc donne par les statistiques dordre X(1) X(2) . . . X(n) .)
12.2.2
Estimateur convergent
Exercice 8
Exercice 9
Exercice 10
Exercice 11
Exercice 12
1 1/n et Pr[n = + n] = 1/n, montrez que n est biaise et aussi asymptotiquement biaise,
puis quil est convergent.
12.2.3
Exercice 13
de
1.
2.
3.
1 = 2X,
2 = X(n) = max(X1 , . . . , Xn )
3 = n+1 X(n) .
n
et Var(X) =
2
.
12
POUR UN ESTIMATEUR
12.2. MESURES DE QUALITE
Exercice 14
Exercice 15
E(2 ) = , Var(1 ) = 1.22 , Var(2 ) = 1.52 et Cor(1 , 2 ) = 0.6. Determinez les valeurs
des constantes c1 et c2 qui minimisent lerreur quadratique moyen de 3 = c1 1 + c2 2 et
qui font de 3 un estimateur sans biais de . (Supposons > 0.) R
eponse c1 = 0.452986,
c2 = 0.637611.
Exercice 16
Exercice 17
k+1
a) Si
b) Si
EQM ()
2
EQM ()
2
= 31 , determinez la constante k. R
eponse k = 1.
= 14 , determinez la constante k. R
eponse k = 3.
Exercice 19
(2k + 1)!
FX (y)k fX (y)(1 FX (y))k ,
k!k!
o`
u fX (y) et FX (y) sont respectivement la densite et la fonction de repartition de la variable
aleatoire X evaluees au point y.) R
eponse EQM () = 25/7.
Exercice 20
loi uniforme definie sur le domaine [2, 6]. On veut estimer le param`etre par = 0.3X.
Exercice 21
12.3
Exercice 22
Exercice 23
Exercice
24
P
On observe
P51 un echantillon i.i.d. X1 , . . . , X51 de loi inconnue. On calcule
2
eterminez un intervalle de confiance bilateral
X
=
520200
et
que 51
i
i=1
i=1 Xi = 5100. D
de niveau 90% pour la vraie moyenne inconnue E(X), en estimant la vraie variance de X
n
P
1
2
2 , en choisissant X
comme pivot.
(Xi X)
par Sn1
= n1
i=1
R
eponse E(X) (96.7103, 103.2897).
`
12.4. TESTS DHYPOTHESES
Pn
Indice : Si X1 , . . . , Xn i.i.d. de loi Exp(), alors
i=1 Xi a une distribution gamma
g(n, ). Aussi si Y suit une loi g(a, b), alors Y /b a une distribution g(a, 1). Utilisez eventuellement les quantiles dune g(50, 1) en prenant 0.025 `a chaque extremite de la densite, soient
g50,1;0.975 et g50,1;0.025 tels que Pr[g50,1;0.975 G g50,1;0.025 ] = 0.95, o`
u G g(50, 1). En
R, utilisez g50,1;0.975 =qgamma(1-0.975,50)*1 et g50,1;0.025 =qgamma(1-0.025,50)*1. En Excel, utilisez g50,1;0.975 =loi.gamma.inverse(1-0,975 ;50 ;1) et g50,1;0.025 =loi.gamma.inverse(10,025 ;50 ;1).
Exercice 26
Exercice 27
On observe un echantillon i.i.d. X1 , . . . , X50 de loi uniforme sur le domaine (0, ). Determinez un intervalle de confiance unilateral de la forme (0, k) `a 99% pour
. Utilisez k X(50) comme pivot, o`
u k est une constante qui en fait un estimateur sans biais de
. Supposez que la distribution du pivot est approximativement normale. Estimez la variance
du pivot en remplacant par son pivot si la variance depend de . La plus grande valeur
observee de lechantillon est 100. R
eponse (0, 106.6536).
Tests dhypoth`
eses
Exercice 29
Exercice 30
Exercice 31
Exercice 32
Exercice 33
Soit des variables aleatoires X1 , . . . , X10 provenant dune premi`ere population qui sont i.i.d. N (x , 32 ) et dautres variables aleatoires Y1 , . . . , Y10 provenant dune
deuxi`eme population independante qui sont i.i.d. N (y , 42 ). On veut tester H0 : x = y vs
Y .
H1 : x > y `a laide de la statistique X
= 11 et Y = 8, est-ce quon rejette H0 ? R
a) Si le niveau du test est = 0.04, X
eponse
Oui, car 11 8 2.768078, et donc on conclut H1 : x > y .
= 11 et Y = 8, est-ce quon rejette
b) Si le niveau du test est = 0.0288897855618, X
H0 ? R
eponse Oui, mais cas limite.
= 10 et Y = 8, determinez la valeur-p du test. R
c) Si X
eponse valeur-p = 0.1029516.
d) Si le niveau du test est = 0.04, determinez la puissance du test si on veut detecter
une difference de moyenne de x y = 4. R
eponse 1 = 0.7820502.
Exercice 34
Soit des variables aleatoires X1 , . . . , X10 provenant dune premi`ere population qui sont i.i.d. N (x , 32 ) et dautres variables aleatoires Y1 , . . . , Y10 provenant dune
deuxi`eme population independante qui sont i.i.d. N (y , 42 ). On veut tester H0 : x = y vs
Y .
H1 : x 6= y `a laide de la statistique X
= 8 et Y = 11, est-ce quon rejette H0 ? R
a) Si le niveau du test est = 0.04, X
eponse
Non, car |8 11| < 3.247262, et donc on conclut par defaut H0 : x = y .
= 8 et Y = 11, est-ce quon rejette H0 ?
b) Si le niveau du test est = 0.05777957, X
R
eponse Oui, mais cas limite.
= 8 et Y = 10, determinez la valeur-p du test. R
c) Si X
eponse valeur-p = 0.2059032.
d) Si le niveau du test est = 0.04, determinez la puissance du test si on veut detecter
une difference de moyenne de |x y | = 4. R
eponse 1 = 0.6829912.
`
12.4. TESTS DHYPOTHESES
Exercice 35
Soit des variables aleatoires X1 , . . . , Xn i.i.d. provenant dune distribution Pareto ayant la densite
f (x) =
12
, x > 0, > 0.
(x + 12)+1
12
Exercice 36
Soit des variables aleatoires X1 , . . . , X100 i.i.d. provenant dune distribution Pareto ayant la densite
f (x) =
12
, x > 0, > 0.
(x + 12)+1
12