Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Exercice 97 Deux statisticiens, Alain et Bernard, veulent estimer un certain paramètre θ inconnu (θ ><br />
0). Alain veut estimer le paramètre θ d’une distribution Gamma (3,θ) de densité<br />
f(y) = 1 2 θe−θy (θy) 2 y > 0.<br />
Il observe pour cela un échantillon y 1 , ..., y n . Bernard veut estimer le paramètre θ d’une distribution de<br />
Poisson (2θ). Il observe pour cela un échantillon z 1 , ..., z m .<br />
a) Déterminer les estimateurs du maximum de vraisemblance de θ, de Alain et Bernanrd.<br />
b) On suppose n = m. Pour quelles valeurs de y 1 , ....y n et z 1 , ..., z n les estimations de Alain et Bernard<br />
sont-elles identiques<br />
Exercice 98 Dans la population des ménages d’un pays lointain on considère la hauteur des économies<br />
mensuelles X (exprimées en milliers de maravedis) qui possède la distribution de densité<br />
f(x) := k 2 xe −kx 1 [0,+∞] (x) x ∈ R,<br />
où le paramètre k est inconnu. On prélève un échantillon de 400 ménages et on a calculé la moyenne<br />
¯x = 2.<br />
a) Estimer k en utilisant la méthode de maximum de vraisemblance.<br />
b) Quel est le pourcentage des familles qui économisent moins de 1000 maravedis par mois (on oublie<br />
l’erreur d’estimation de k)<br />
Exercice 99 Considérons un disque D de centre O connu et de rayon R inconnu.<br />
a) On choisit un point x uniformément dans D. Ceci signifie que si A est un sous-ensemble de D de<br />
surface s(A), alors: P {x ∈ A} = s(A)<br />
πR<br />
. Soit ρ la distance de x à O. Pour r ≥ 0, que vaut la<br />
2<br />
probabilité P {ρ ≤ r} En déduire que la variable aléatoire ρ a une densité que l’on explicitera.<br />
b) On choisit maintenant n points indépendamment et uniformément dans D, en notant ρ 1 , ρ 2 , ..., ρ n<br />
leurs distances au centre O. Donner l’estimateur du maximum de vraisemblance de R comme<br />
fonction de ρ 1 , ρ 2 , ..., ρ n , que l’on notera ˆR(ρ 1 , ρ 2 , ..., ρ n ). Calculer le biais de ˆR et donner ensuite<br />
un estimateur sans biais ˜R de R.<br />
Exercice 100 On considère un échantillon i.i.d. X 1 , X 2 , ..., X n de variables de Bernoulli de paramètre<br />
p ∈ [0, 1].<br />
a) Montrer qu’il n’y a pas d’estimateur sans biais de<br />
p<br />
1−p .<br />
b) On cherche maintenant à estimer la variance p(1 − p) à partir de X 1 , X 2 , ..., X n .<br />
X n étant la moyenne empirique de l’échantillon, on propose l’estimateur: T = X n (1 − X n ).<br />
Vérifier que T n’est pas sans biais et donner un estimateur sans biais de p(1−p) qui soit un multiple<br />
de T.<br />
Exercice 101 Soit U a,b une loi uniforme sur [a, b]; on observe (X 1 , ..., X n ), n-échantillon de U a,b pour<br />
estimer la moyenne a+b<br />
2<br />
de cette loi.<br />
a) Quelle est l’erreur quadratique E(X − a+b<br />
2 )2 de la moyenne empirique<br />
b) Soit<br />
Calculer E(T) et<br />
T := 1 {<br />
}<br />
sup (X i ) − inf<br />
2<br />
(X i)<br />
1≤i≤n 1≤i≤n<br />
E ( ) 2.<br />
T − a+b<br />
2<br />
Exercice 102 a) Un parc contient L lions et T tigres. Un employé du parc est chargé de silloner le<br />
parc. Chaque fois qu’il voit un lion ou un tigre, il note sur un calepin le type d’animal (lion ou<br />
tigre) qu’il a vu. Il s’arrête une fois qu’il a vu n animaux pour faire un rapport à son chef. Quelle<br />
est la loi du nombre de lions notés dans le rapport Donner la probabilité que k lions aient été<br />
notés.<br />
12