UNIVERSITE CADI-AYYAD ANNEE UNIVERSITAIRE 2014-2015
FACULTE DES SCIENCES JBUDI 12 FEVRIER 2015
SEMLALIA 08130-11130
DEPARTEMENT DE MATHEMATIQUES
MARRAKECH
we Mathématique
Contréle de Rattrapage : Stat
Master M2PA-S1
Exercice I ( 3 points)
Soient X et ¥ deux variables aléatoires indépendantes, ayant pour fonction de répartition commune
Faz) = 2°o((2) + Wp teof(2), > 0.
Four tester "hypothise Ho : = 2 contre Vhypothise alternative Hy : 9 = 5, on utilise le test ® dont la
région critique est :
C= (zy) € 10,1] « (0, 1/y >
Calcules ies erreurs de premitre ut de deuxitine vapeer de ve i
Exercico IT (3 points)
Solent. X1,X2,..-s%n i 1 variables aléatoires indépendantes ayant pour loi commune une normale
(0,27), ob ¢ est un parambtre inconnu. Les variables aléatoires observées sont: Z1, Za... 2 aves
B= 1s Xi S0et Z=08i X,>0.
1. Exprimes la loi de Z1, en spécifiant ses paramétres, & V'side du paramdtre o? et de la fonction de
repartition @(z) dune loi normale V(0, 1).
® Trouves lestimateur du maximum de vraisemblance du paramétre » = P(Zy = 1),
3. en déduire l'EMV du paramtre o. .
4. Donnes un intervalle de confiance pour o ayant pour coefficient de sécurité 1 = 90%Exercice IIT (3 points )
On veut étudier Ia lisison entre les earactires : < dtre fumeut > (plus de 20 cigarettes par jour, pendant
10 ans) et € avoir un cancer de la gorge >, sur une population ae 4000 personnes, dont 500 sont atteintes
d'un cancer de la gorge. Voici les résultats observes
‘Tableau observé
cancer non cancer
fumeur 342 258,
non fumeur 158 242
1. Quel test peut-on utiliser pour vérters'l-y une Gépendance entre lee caractéres étre fumeur et
‘volr un cancer de la gorge 7, On considérera un seuil a €]0, 1[,
2. Est ce que ce test, est un test paramétrique ou non paramétrique ?
Gatectérises I région critique de ce test, aids d'une statistique dont la lot ext ‘connue en précisant
S65 paramétres.
‘Application numérique : Quelle décision peut-on prendre dans le cas oh a = 0 05.2 (Sustifier votre
réponse).
“pe, Exercice IV. (11 points )
Solent 21, Xa,....Xn i n variables aléatoires id aved densité commune une normale N(y,0%). Soit X
une variable aléatoire ayant pour loi une Gamma(a,A) dont la densité ext
Jend—Ip-az
LO = Tay Hteil2)
Xn):
Dans ce qui suit on pose : = (1,2,
1, Caleulez 2(X*) pour ¢ > a.
2, En déduire E(X*) pour a= et A= J (loi de Khi-deux & m degrts de libertés).
3. Touves dans chacun des cas suivants, un estimateur sans dials & variance minimum , 6(), du
paramétre £,(justfiex votre réponse).
(2) 4 inconnue et o? connue.
(b) 4 connue et o? inconnue,
(C) 4 et 0? inconnués.
4 Dans ce qui suit on s'intézesse & tester 'hypothése Hy ;
Hyio #1
(a) Trouves le test du rapport de vraisemablance de seuil @ pour tester Ho contre Hy.
(b) Exprimes la région critique de ce test, en terme dune statistique connue, dont on précisera la
loi
1 contre l'hypothése alternativeVAR aa)
Vanes) = sal dasia
* Exercice III
On suppose que X;,X2,...,Xn sont des variables aléatoires ayant comme densité commune, I loi de
Pareto dont la densité est :
folz) = Gaf2- Cha coi(2)s
od @> Oeta>O.
1. Trouver lestimateur ESVM pour @ lorsque a est conn
2, Trouver lestimateur ESVM pour a lorsque @ est edna.
4, Trouver les estimateur ESVM pour a et 8, losque ces deux paramétres sont tous les deux incounns
Eptimalon Hom Veco Uaiian ce Wikre
Exercice IV
indépendantes eb identiquement distribudes sclon une lol
Soient X1,X2,-..,%q jm variables aléatoires
expotentielle de paramétre @ dont ls densité est =
fo(z) = G27 **H}0,c0\(=)
‘Adin d’estimer le paragtre 8, on utilise la fonction de perte
Ld)
On ce place dans le contexte bayésien et on suppose que le lot o priori est la loi gamma(c, A) dont ta
densité est :
1, Obtenes I'estimateur de Bayes pour 6.
>. Donner la défnition dadmissiblité et expliquer pourquoi 'estimateur = Ezy est admissible. Cet
estimateur est-il minimax ?
‘Maintenant on veut estimer la quantité o(@) = d
(e) Montres que les estimateurs suivants :
a(x) = 25k? oe
sont sans-biais pour (0) = #-
(b) Caloulez la borne inférieure de Cramer-Rao.
(c) Ces deux estimateurs sontils efficaces 7 Asymptotiquement efficaces 2