7.3 Estimation par Intervalle slide 306 - STAT
7.3 Estimation par Intervalle slide 306 - STAT
7.3 Estimation par Intervalle slide 306 - STAT
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Construction d’un IC<br />
– Avec l’aide d’un pivot, on peut construire des IC pour θ :<br />
1. on trouve un pivot Q = q(Y,θ) qui contient θ ;<br />
2. on obtient les quantiles q 1−α1 , q α2 de Q ;<br />
3. puis on transforme l‘équation<br />
en la forme<br />
Pr{q α2 ≤ q(Y,θ) ≤ q 1−α1 } =1− α 1 − α 2<br />
Pr(B I ≤ θ ≤ B S )=1− α 1 − α 2 ,<br />
où les bornes B I , B S sont fonction de Y , q α2 , q 1−α1 ,etpasdeθ.<br />
– Dans beaucoup de cas, les bornes sont d’une forme standard.<br />
– Pour les IC unilatéraux, on peut prendre soit α 1 =0soit α 2 =0.<br />
Exemple 278. Dans l’exemple 276, trouver les IC basés sur Q 1 et Q 2 .<br />
Exemple 279. Un échantillon de n =16plaques des voitures vaudoises a maximum 523308 et<br />
moyenne 320869. Donner des IC bilatéraux à 95% pour le nombre de voitures vaudoises.<br />
Probabilités et Statistique pour SIC <strong>slide</strong> 309<br />
Interprétation d’un IC<br />
– (B I ,B S ) est un intervalle aléatoire qui contient θ avec probabilité 1 − α.<br />
– On imagine une suite infinie de répétitions de l’expérience qui a donné (B I ,B S )<br />
–L’ICquel’onacalculéestundesICspossibles,etonpeutconsidérer qu’il a été choisi au hasard<br />
<strong>par</strong>mi ces possibilités.<br />
– Bien que nous ne sachions pas si notre IC contient θ, cet événement a une probabilité 1 − α.<br />
– Pour illustrer ce raisonnement, ici le <strong>par</strong>amètre θ (vert) est contenu (ou pas) dans des réalisations<br />
de l’IC (rouge) :<br />
Repetition<br />
0 20 40 60 80 100<br />
−2 0 2 4 6 8 10 12<br />
Parameter<br />
Probabilités et Statistique pour SIC <strong>slide</strong> 310<br />
283