CTU,MasterEnseignementdes Mathématiques StatistiqueInférentielle

cours, examens

3/ Chercher la date de remboursement pour un intérêt produit égal à 315 dinars Solution : 1/ On a : 36000 C t n I = , C = 10000, t = 7, Calculons alors le nombre de jours de placement Avril = 7 Mai = 31 Juin = 30 108 jours Juillet = 31 Août = 9 36000 10000 7 10 8 I = = 210 dinars

COURS ET EXERCICES DE REGULATION - cours, examens

Chaque chapitre a été renforcé par une série d’exercices avec leurs corrigés, pour approfondir la compréhension du cours Nous souhaitons que cet ouvrage soit profitable et servira comme référence, à toute personne, intéressée par l’étude de la régulation et des systèmes asservis

Fonctions de plusieurs variables - Cours et exercices de

Exercices de Jean-Louis Rouget Retrouver aussi cette ﬁche sur www maths-france * très facile ** facile *** difﬁculté moyenne **** difﬁcile ***** très difﬁcile I : Incontournable T : pour travailler et mémoriser le cours Exercice 1 **T Etudier l’existence et la valeur éventuelle d’une limite en (0;0) des fonctions suivantes

Examen écrit de structures de données

niveauCourant) qui va chercher le niveau le plus élevé de valeurRecherchée dans l'arbre Remarque: la racine de l'arbre correspond au niveau 0 Exemple Si on a l'arbre ci-dessous, plusGrandNiveau(12, 0) doit rendre 3 12 70 120 224 90 12 140 12 150 70 3 10 11 145

CTU,MasterEnseignementdes Mathématiques StatistiqueInférentielle

CTU,MasterEnseignementdes Mathématiques StatistiqueInférentielle Jean-Yves DAUXOIS Université de Franche-Comté Annéescolaire2011-2012

EXERCICES DE CINEMATIQUE RELATIVISTE - CLEA

La meilleure manière de le faire est de chercher à résoudre des exercices de différents niveaux de difficulté Ce texte propose donc quelques problèmes et leurs solutions et en détaille les « points durs » pour mieux assimiler les fondements souvent contre-intuitifs de la théorie

MONNAIE, BANQUE ET FINANCE

5e ÉDITION QCM et exercices corrigés 5 sujets d’examen corrigés Avec rappels de cours SOPHIE BRANA, MICHEL CAZALS PASCAL KAUFFMANN MONNAIE, BANQUE ET FINANCE

Comment maîtriser son stress

Cette section contient plusieurs exercices pouvant vous aider à maîtriser votre stress Choisissez l’un de ces exercices et essayez-le Vous pouvez faire chacun de ces exercices en ligne ou en imprimer une copie afin d’y travailler dans vos temps libres Vous trouverez, au début de chaque exercice, des instructions à suivre

« l’Analyse en Composantes Principales (ACP) » : Aperçu

pour le déterminer il suffit de chercher l'axe associé au premier vecteur propre de la matrice V On désignera par U1 le vecteur associé à la plus grande valeur propre « Limbda1 » L'inertie expliquée par cet axe est égale à sa valeur propre Si nous nous intéressons à ce stade aux résultats fournis par les logiciels

TD 4: Ingénierie des besoins / exigences

E2: L’utilisateur doit pouvoir chercher soit dans toutes les bases de données ou dans une liste sélectionnée de bases E1: Les utilisateurs peuvent chercher, télécharger et imprimer ces articles pour une utilisation personnelle E4: (Organisation) Le processus de développement et les documents remis doivent respecter la norme ISO 9001

CTU, Master Enseignement des

Mathématiques

Statistique Inférentielle

Jean-Yves DAUXOIS

Université de Franche-Comté

Année scolaire 2011-2012

Ce polycopié contient le cours, les sujets d"exercice et leurs corrigés ainsi que les sujets des devoirs proposés.

Les énoncés des exercices sont donnés en fin de chapitre auxquelles ils font référence.

Il est vivement conseillé d"essayer de faire sérieusement les exercices, sans aller trop rapidement voir leurs corrections détaillées en fin de polycopié. On sait en effet que, pour qu"une correction soit efficace, il faut qu"elle vienne après une période de recherche personnelle de la solution. Les devoirs, quant à eux, ne sont pas des exercices supplémentaires (ces derniers accompagnés de leurs corrections sont déjà assez nombreux !). Pour qu"ils apportent réellement autre chose que les exercices, ils doivent être faits dans les conditions d"un devoir surveillé ou d"un examen. En conséquence, il vous est vivement conseillé de faire les devoirs et de m"envoyer votre copie (éventuellement les unes après les autres). En retour vous recevrez votre copie corrigée et également une correction type du devoir. Le

premier des devoirs peut être résolu dès que l"on est parvenu à la fin de la seconde section

du Chapitre 5 . Le second est lui réalisable après avoir travaillé l"ensemble du Chapitre 5

. Les trois autres, même s"ils peuvent être "attaqués" plus tôt, ne seront réalisables

qu"une fois assimilé l"ensemble des notions. Ils peuvent fournir de bons exercices de révision en perspective de l"examen. Enfin, ce polycopié contient certainement de nombreuses coquilles et mérite encore d"être amélioré. Merci d"avance aux lecteurs attentifs de transmettre leur remarques, suggestions ou indications sur la localisation des coquilles. Un petit mail à l"adresse jean-yves.dauxois@univ-fcomte.fr et l"amélioration est prise en compte...

Bon courage !

Table des matières

Partie 1. Introduction et Modèle Statistique5

Chapitre 1. Introduction

Chapitre 2. Modèle Statistique

1. Définition

2. Modèle d"échantillonnage

3. Vraisemblance

4. Familles Exponentielles

5. Modèle position-échelle

1 7

6. Exercices

Partie 2. Estimation ponctuelle21

Chapitre 3. Statistique et Estimateur

Chapitre 4. Construction d"estimateurs

1. Estimateurs empiriques (des moments)

2. Méthode de substitution

3. Méthode des moments

4. Maximum de vraisemblance

5. Exercices

Chapitre 5. Qualité d"un estimateur

1. Estimateur convergent

2. Estimateur sans biais

3. Risque d"un estimateur

4. Information de Fisher

5. Borne de Cramer-Rao (ou Fréchet-Darmois-Cramer-Rao)

4 6

6. Exercices

Chapitre 6. Amélioration d"estimateurs

1. Statistique exhaustive

2. Statistique exhaustive minimale

3. Théorème de Rao-Blackwell

4. Théorème de Lehmann-Scheffé

5. Cas des familles exponentielles

6. Exercices

57
3 Chapitre 7. Comportement asymptotique d"un estimateur59

1. Normalité asymptotique

2. Estimateurs empiriques des moments

3. Estimateur du maximum de vraisemblance

4. La-méthode ou l"étude asymptotique d"un estimateur obtenu par la

méthode de substitution 61

5. Estimateurs par la méthode des moments

6. Exercices

Partie 3. Intervalles de confiance65

Chapitre 8. Intervalles de confiance exacts

67
Chapitre 9. Intervalles de confiance asymptotiques 71
Chapitre 10. Exercices sur les intervalles de confiance exacts et asymptotiques 73

Partie 4. Correction des exercices75

Correction des exercices du Chapitre 2

Correction des exercices du Chapitre 4

Correction des exercices du Chapitre 5

Correction des exercices du Chapitre 6

119

Correction des exercices du Chapitre 8

129

Partie 5. Devoirs135

Partie 1

Introduction et Modèle Statistique

CHAPITRE 1

Introduction

Considérons un problème de Fiabilité où l"on étudie la durée de vieXd"un matériel.

Il est raisonnable d"admettre que celle-ci est aléatoire etXest alors une variable aléa- toire (v.a.) de fonction de répartition (f.d.r.)F. Supposons que l"on soit précisément

intéressé par l"évaluation de la probabilité que le matériel soit en marche après un temps

0de fonctionnement, c"est à dire évaluer

F(t0) =P(X > t0) = 1F(t0):

Pour cela on observe le fonctionnementnmatériels similaires et on relève leurs temps de panne respectifs:x1;:::;xn. On noteKn=Pn i=11lxit0le nombre de matériels tombées en panne au tempst0. Il en reste doncnKnencore en marche à cet instant. Il est assez naturel d"estimer la probabilitéF(t0)par : b F(t0) =nombre de cas favorablesnombre de cas possibles =nKnn =1n n X i=11l fxi>t0g: Posons maintenant une hypothèse supplémentaire. On suppose (on sait ou on a pu vérifier) que la loi deXest une loi exponentielleE(), mais dont on ignore le paramètre

Calculons l"espérance deX. On a

E(X) =Z

+1 0 xexdx=1 Z +1 0 ueudu=(2) où () =Z +1 0 u1eudu est la fonction Gamma. On sait que(n) = (n1)!, ce qui nous donne iciE(X) = 1=. Il est assez naturel d"estimer l"espérance deXpar la moyenne empirique des temps observés, i.e. par x=1n n X i=1x i:

Ainsipeut être estimé par :

=1x=nP n i=1xi: 7

8 Chapitre 1. Introduction

Un calcul simple montre que

F(t0) =Z

+1 t

0exdx= exp(t0)

et on peut donc estimer la probabilité que le matériel fonctionne durant le tempst0 par : eF(t0) = exp(^t0): Les estimations précédentes sont appelées estimations ponctuelles. On constate en particulier que plusieurs estimateurs ont été proposés pourF(t0). Ils conduisent à des estimations différentes de la même quantité pour un seul lot de matériel testé. Mais on remarque également qu"un même estimateur peut mener à différentes estimations si on considère plusieurs lots de matériels. Les valeurs observéesx1;:::;xnn"ont en effet aucune raison d"être les mêmes. Ainsi on se pose naturellement les questions suivantes. Comment peut-on comparer différents estimateurs ? Quelle(s) définition(s) donner de la qualité d"un estimateur ? Comment mesurer l"erreur commise par un estimateur (puisqu"en particulier elle varie d"une observation à l"autre) ? Toutes ces question seront abordées dans la Partie 2 de ce cours. Ce qui précède montre que l"estimation ponctuelle a un inconvénient majeur, celui de se tromper presque toujours. Au moins dans le cas de v.a. absolument continues, ce

qui était le cas précédemment, il apparaît clairement que l"on est presque sûr de ne pas

"tomber" sur la valeur théorique que l"on cherche à estimer. C"est pourquoi on préfère parfois donner un intervalle plutôt qu"une valeur. On parle d"intervalle de Confiance ou parfois de fourchette d"estimation. Bien sûr il reste une erreur possible. On donnera alors l"intervalle en fonction de l"erreur que l"on s"autorise (ou que l"on nous autorise). Plus on souhaitera que la probabilité d"erreur soit petite, plus grand sera l"intervalle. Et inversement plus la probabilité d"erreur que l"on s"autorise est grande, plus on pourraquotesdbs_dbs8.pdfusesText_14

[PDF] CTU,MasterEnseignementdes Mathématiques StatistiqueInférentielle

CTU, Master Enseignement des

Mathématiques

Statistique Inférentielle

Jean-Yves DAUXOIS

Université de Franche-Comté

Année scolaire 2011-2012

Bon courage !

Table des matières

Partie 1. Introduction et Modèle Statistique5

Chapitre 1. Introduction

Chapitre 2. Modèle Statistique

1. Définition

2. Modèle d"échantillonnage

3. Vraisemblance

4. Familles Exponentielles

5. Modèle position-échelle

6. Exercices

Partie 2. Estimation ponctuelle21

Chapitre 3. Statistique et Estimateur

Chapitre 4. Construction d"estimateurs

1. Estimateurs empiriques (des moments)

2. Méthode de substitution

3. Méthode des moments

4. Maximum de vraisemblance

5. Exercices

Chapitre 5. Qualité d"un estimateur

1. Estimateur convergent

2. Estimateur sans biais

3. Risque d"un estimateur

4. Information de Fisher

5. Borne de Cramer-Rao (ou Fréchet-Darmois-Cramer-Rao)

6. Exercices

Chapitre 6. Amélioration d"estimateurs

1. Statistique exhaustive

2. Statistique exhaustive minimale

3. Théorème de Rao-Blackwell

4. Théorème de Lehmann-Scheffé

5. Cas des familles exponentielles

6. Exercices

1. Normalité asymptotique

2. Estimateurs empiriques des moments

3. Estimateur du maximum de vraisemblance

4. La-méthode ou l"étude asymptotique d"un estimateur obtenu par la

5. Estimateurs par la méthode des moments

6. Exercices

Partie 3. Intervalles de confiance65

Chapitre 8. Intervalles de confiance exacts

Partie 4. Correction des exercices75

Correction des exercices du Chapitre 2

Correction des exercices du Chapitre 4

Correction des exercices du Chapitre 5

Correction des exercices du Chapitre 6

Correction des exercices du Chapitre 8

Partie 5. Devoirs135

Partie 1

Introduction et Modèle Statistique

CHAPITRE 1

Introduction

0de fonctionnement, c"est à dire évaluer

F(t0) =P(X > t0) = 1F(t0):

Calculons l"espérance deX. On a

E(X) =Z

Ainsipeut être estimé par :

8 Chapitre 1. Introduction

Un calcul simple montre que

F(t0) =Z

0exdx= exp(t0)