Examen de statistiques : corrigé 1. (i) Vrai, par le lemme de Slutsky ...
Examen de statistiques : corrigé 1. (i) Vrai, par le lemme de Slutsky ...
Examen de statistiques : corrigé 1. (i) Vrai, par le lemme de Slutsky ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
2. (a) On a la vraisemblance<br />
L(ψ) =<br />
n∏<br />
i=1<br />
donc la log-vraisemblance<br />
n∑<br />
l(ψ) = − log(x i !) + ψ<br />
et on obtient<br />
De plus, on a<br />
i=1<br />
exp(ψx i − exp(ψ))<br />
,<br />
x i !<br />
n∑<br />
x i − n exp(ψ)<br />
i=1<br />
∂l<br />
n∑<br />
∂ψ = −n exp(ψ) + x i ⇒ ˆψ = log(¯x).<br />
i=1<br />
∂ 2 l<br />
= −n exp(ψ) ⇒ i(ψ) = n exp(ψ).<br />
∂ψ2 (b) El<strong>le</strong> est utilisée pour <strong>le</strong> calcul <strong>de</strong> l’efficacité relative asymptotique<br />
<strong>de</strong> <strong>de</strong>ux schémas d’échantillonnage et c’est la variance asymptotique<br />
<strong>de</strong> la statistique du score.<br />
(c) Par la loi faib<strong>le</strong> <strong>de</strong>s grands nombres, on a ¯X −→ λ. Or, la fonction<br />
g(x) = log(x) est continue en x ≠ 0, donc log( ¯X)<br />
P<br />
−→ ψ et ˆψ est<br />
consistant.<br />
De plus, <strong>par</strong> <strong>le</strong> Thèorème Central Limite, on a<br />
¯X − λ<br />
√<br />
λ/n<br />
D<br />
−→ N (0, 1).<br />
On applique la métho<strong>de</strong> <strong>de</strong>lta avec g(x) = log(x) pour obtenir<br />
ˆψ − ψ<br />
√<br />
λ/n/n<br />
−→ D<br />
N (0, 1) càd ˆψ −→ D<br />
N (ψ, (nλ) −1 ).<br />
(d) On a ∑ n<br />
i=1 X i ∼ Poiss(nλ), et donc<br />
[ ( )]<br />
E[ ˆψ] 1<br />
n∑<br />
= E log X i<br />
n<br />
i=1<br />
( n∑<br />
)<br />
= P X i = 0 log(0) +<br />
i=1<br />
∞∑<br />
k=1<br />
P<br />
( k −nλ (nλ)k<br />
log e .<br />
n)<br />
k!<br />
2