15.10.2015 Views

Calcul d'incertitudes

Calcul d'incertitudes - exercices et cours en PCSI

Calcul d'incertitudes - exercices et cours en PCSI

SHOW MORE
SHOW LESS

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

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!