25 nov 2005 · Trouvez l'estimateur par maximum de vraisemblance ; est-il sans biais ? sinon, comment le ”corriger” pour le ”débiaiser” (en conservant le fait
Previous PDF | Next PDF |
[PDF] CTU, Master Enseignement des Mathématiques Statistique
Ce polycopié contient le cours, les sujets d'exercice et leurs corrigés ainsi que Il est bien évident que d'une part l'estimateur du maximum de vraisemblance
[PDF] Séance 5 : Exercices récapitulatifs sur lestimation ponctuelle
Corrigé Séance 5 Séance 5 : Exercices récapitulatifs sur l'estimation ponctuelle Exercice 1 l'estimateur du maximum de vraisemblance ˆθ est donc exhaustif
[PDF] Exercices
Corrigé séance 4 Séance 4 : Estimateurs maximum de vraisemblance et méthode des moments Exercices Exercice 1 Soient X1, ,Xn i i d de loi de Poisson
[PDF] Rappels : méthode de maximum de vraisemblance - webusersimj
déf : estimation du maximum de vraisemblance Calculer la log-vraisemblance et en déduire l'estimateur du maximum de vraisemblance Corrigé Exercice 1
[PDF] Correction du TD 4
D'après l'exercice 1 du TD 3, cette fonction est maximale pour θ = ¯Xn On peut également remarquer que l'estimateur du maximum de vraisemblance de θ
[PDF] Correction de lexamen de Statistique du Mardi 7 décembre 2010
7 déc 2010 · Exercice 1 : Estimation k] = 8σ4 Estimateur du Maximum de Vraisemblance L'estimateur ̂θMV est donc un estimateur non biaisé de θ
[PDF] ´ECOLE NATIONALE DES PONTS ET CHAUSS´EES EXERCICES
25 nov 2005 · Trouvez l'estimateur par maximum de vraisemblance ; est-il sans biais ? sinon, comment le ”corriger” pour le ”débiaiser” (en conservant le fait
[PDF] TD no 9 : Méthode du maximum de vraisemblance
3 3 1 1 1 6 4 2 3 1 5 5 2 7 4 Donner une estimation ponctuelle pour λ Exercice 2 Soient p ∈]0,1[ et X une var suivant la loi géométrique G(p), i e dont
[PDF] T D n 6 Information de Fisher et maximum de vraisemblance
Calculer Var[T] et conclure 2 Étudier l'efficacité de l'estimateur T Exercice 3 Loi de Poisson, information et efficacité Soit
[PDF] Corrigé - UFR SEGMI
Corrigé du devoir surveillé du 3 décembre 2009 Exercice 1 (4 points) Corrigé L'estimateur du maximum de vraisemblance est donc la moyenne empirique
[PDF] exercice corrigé excel 2007
[PDF] exercice corrige fiabilite avec loi de weibull
[PDF] exercice corrigé fiabilité maintenabilité disponibilité
[PDF] exercice corrigé fibre optique ? saut d'indice
[PDF] exercice corrigé filtre median
[PDF] exercice corrigé filtre moyenneur
[PDF] exercice corrigé fonction dérivée
[PDF] exercice corrigé genetique
[PDF] exercice corrigé génétique arbre généalogique pdf
[PDF] exercice corrigé génétique humaine arbre généalogique
[PDF] exercice corrigé génétique licence
[PDF] exercice corrigé hacheur 4 quadrants
[PDF] exercice corrigé hacheur parallèle pdf
[PDF] exercice corrigé histogramme traitement d'image
ECOLENATIONALE
DESPONTSETCHAUSSEES
Anneeuniversitaire2004{2005
EXERCICES
ducoursdestatistiqueetanalysededonnees25novembre2005
2 universitaire2004-2005: nique.Tabledesmatieres
IModelesparametriques5
IIModelelineairegaussien25
IIIModelesdiscrets39
IVTestsnonparametriques47
VAnalysedesdonnees57
34TABLEDESMATIERES
ChapitreI
Modelesparametriques
I.1Enonces
ExerciceI.1.
pourladeuxiemeligne. decesestimateursetdonnezcesproprietes.3.Notons
Xa=1nP
50i=1Xiet
Xb=1nP
100(enremplacantlesvariancesde derejette-t-onl'hypothese?
Faitesuncommentairecritiquedecepassage.
4 56CHAPITREI.MODELESPARAMETRIQUES
ExerciceI.2.
parametre2]0;+1[. i=1Xiestunestatis- tiqueexhaustive.Rappelezquelleestsaloi. X=1nP n i=1Xi;calculezsonrisque quadratique.E(Yr)estdenipoura+r>0etvaut(a+r)
r(a);enparticulier,sia>1,pourr=1,on obtientE(1Y)=a1.
proprietessuivantes:2Zp2k1suitapproxi-
mativementlaloinormalecentreereduite. n=15(puisn=30). loiGammadeparametre(a;),avecaconnu? 4ExerciceI.3.
riance.I.1.ENONCES7
2.Onveutestimer.
estimateursetcomparezles. X=1nP nPrecisezleurmiseenuvrepour=0;05etn=15.
=0;05etn=15. 4ExerciceI.4.
estsaloi?Calculezsonrisquequadratique.
cation7!F(x)eststrictementdecroissante. 4ExerciceI.5.
8CHAPITREI.MODELESPARAMETRIQUES
donneeparsadensite,deniesurR +(=]0;1[)par: f ;(x)=(1)1 x1[;1[(x); etantinconnus.1.a.Donnezuneapplicationde(R
+)ndans(R +)2quisoitunresumeexhaustifdesob- servations. connu,puisl'estimationm.v.desiestconnu. parametre1. b.RappelezquelleestlaloidePn deloiexponentielledeparametre1. 4ExerciceI.6.
Analysedesdonneesdel'ENPC)
fonctionindicatricedel'intervalle[;+1[). resultatsdeb.I.1.ENONCES9
4ExerciceI.7.
kdegresdeliberte. precedente. nulle0contrel'hypothesealternative>0. 410CHAPITREI.MODELESPARAMETRIQUES
I.2Corrections
ExerciceI.1.
p a.Donclav.a.moyenneempiriqueXa=1 50P50
i=1Xiestl'estimateurparmaximum independantes,lav.a.Xaapourvariance1
502P50
i=1pa(1pa)=150pa(1pa),dont
l'estimateurdumaximumdevraisemblanceest150Xa(1Xa).D'oul'estimationde
l'ecart-typedeXa:[1 sansbiaisdelavariance,ninonplus150Xa(1Xa)1=2unestimateursansbiaisde
Numeriquement,onaici:[1
typedeXbest[150xb(1xb)]1=2=0:063.0,06.
2.1 [xa1 2r xa(1xa) 50]:P pa(pa2[Xa1 2r
Xa(1Xa)
50])'1:
qpa(1pa)50aeteremplaceeparla
loilimitenormalecentreereduite. [xb1 2r xb(1xb) 50]:Niveaudeconance1
2I.C.pourpaI.C.pourpb
0,950;051;96[0;06;0;26][0;16;0;40]
0,900;101;65[0;07;0;25][0;18;0;38]
I.2.CORRECTIONS11
puisqu'icixac'est-a-dire: 1
2 xa(1xa) 50+q
xb(1xb) 50;
soitici 1 2<1:04
ouencore,commepardenition1 2=1(12)(ou1estlafonctionreciproque
1 2=0:85
c'est-a-direenn 1<0:70:
etN(pb;2b),ou2a=1 50pa(1pa)et2b=150pb(1pb);commeXaetXbsont
aaussi2a=2b=1 50P
50
x=1 100P
100
i=1xi=1 choisi. Sousl'hypothesenulle,laloideXaXb
p2S(ouS2=150X(1X))estapproximativement N(0;1)etdonconapproximec
p2spar12,quantiled'ordre12deN(0;1) Ici,numeriquement,xaxb=0:12etp
2s=0;08;donc:
{si=0:05,1 pasderejetdel'hypothesenulle; 12CHAPITREI.MODELESPARAMETRIQUES
{si=0:10,1 iln'yapasderejetdel'hypothesenulle. donneesobserveesxaxb=0:12etp 2s=0:08,si
1 2=1(12)0:120:08=1:5
autrementdit 1 2(1:25)=0:93
desI.C.)rejetteH0sijxaxbj>1 2(sa+sb)etlaseconde(test)sijxaxbj>
10 2p2sou,rappelonsle,
s 2 a=1 50xa(1xa);s2
b=150xb(1xb)ets2=150x(1x): 10 0:0458,d'ou
jxaxbj=0:0008,x=0:0454,s2=4:33:106,p 2s=2:94:103
etenn jxaxbj p2s=0:27. delaloidejXaXbj I.2.CORRECTIONS13
para^tsansfondement. designicationusuelde0:05.Ilfaudraitque: jxaxbj q 2x(1x)
n1:96 c'est-a-dire n(1;96)22x(1x) (xaxb)2 soitici n(1:96)220:04540:9546 (0:0008)2'520300: N ExerciceI.2.
1.Lemodele;unestatistiqueexhaustive
LebesguesurR,l'applicationp(x;)deniepar:
p(x;)=exp(x)1[0;+1[(x); p n(x1;:::;xn;)=nexp nX i=1x i! 1 [0;+1[n(x1;:::;xn): Cettedensitesefactorisesouslaforme:
p n(x1;:::;xn;)= nX i=1x i;! l(x1;:::;xn) 14CHAPITREI.MODELESPARAMETRIQUES
avec (y;)=nexp(y)etl(x1;:::;xn)=1[0;+1[(min(x1;:::;xn)). i=1Xiestex- haustivedanscemodele. net,dedensite y7!nyn1 (n1)!exp(y)1[0;+1[(y) Pourtouti,onaE(Xi)=1
d'ou:8>0E(1nP n i=1Xi)=1 Onnote
Xn=1nP
n i=1Xi. Cetestimateur
(x1;:::;xn)2]0;+1[n,par: n(x;)=lnpn(x1;:::;xn;)=nlnnX i=1x i L'application`n(x;:),deR
+dansRestderivable;saderiveeest7!n Pn i=1xi,qui s'annullepour=nPn Xn.Onendeduitquel'estimateurdu
maximumdevraisemblancede1 estXn. variance: Var 1 nn X i=1X i! 1n2n X i=1Var(Xi)=1n2n2=1n2; quitendvers0quandntendversl'inni. I.2.CORRECTIONS15
3.Estimationduparametre
Xn=nPn
i=1Xi. Defaitici(voir1)Pn
1est n1.DoncE(1Xn)=nE(1Pn quecetestimateursoitsansbiais). Lebiaisde1
onditque1 Pn i=1Xi. 4.Tests
a.Hypothesenulle[=1]. =1],contrel'hypothesealter- native[1 nquotesdbs_dbs21.pdfusesText_27
xb(1xb) 50;
soitici 1
2<1:04
ouencore,commepardenition12=1(12)(ou1estlafonctionreciproque
12=0:85
c'est-a-direenn1<0:70:
etN(pb;2b),ou2a=150pa(1pa)et2b=150pb(1pb);commeXaetXbsont
aaussi2a=2b=1 50P50
x=1 100P
100
i=1xi=1 choisi.