Calcul d'incertitudes
Calcul d'incertitudes - exercices et cours en PCSI
Calcul d'incertitudes - exercices et cours en PCSI
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Exercice 18 : Méthode des moindres carrés<br />
corrigé en version complète<br />
Démontrez par la méthode des moindres carrés les<br />
expressions de a et b :<br />
1- pour la régression linéaire simple.<br />
2- pour la régression linéaire avec barres d'erreurs.<br />
Les Δx i et Δy i sont considérés petits par rapport à x i et<br />
y i .<br />
Démonstration des expressions de Δa et Δb pour la<br />
régression simple :<br />
Méthode 1 :<br />
1- Montrez que a=∑ p i y i avec p i =<br />
x − i x<br />
i<br />
∑ x i −x . 2<br />
2- Déduire de cette formule de a sa variance V(a) 15 .<br />
Méthode 2 :<br />
Utilisez la formule de propagation des écart-types.<br />
Pour la régression linéaire simple, pourriez-vous<br />
retrouver a, b , Δa et Δb en utilisant la méthode<br />
matricielle de la régression généralisée ?<br />
Exercice 19 : Espérance de a<br />
corrigé en version complète<br />
Pour la régression linéaire, nous notons α et β les<br />
paramètres de la population : E(y i )=α x i + β.<br />
a et b sont les paramètres estimés à partir d'un<br />
échantillon : y i =a x i b<br />
Montrez que nous avons un estimateur non biaisé pour<br />
α, soit E(a)=α.<br />
15 MATH : E(X+Y) = E(X) + E(Y). Si X et Y sont deux variables<br />
indépendantes : V(X+Y) = V(X) + V(Y).<br />
90