5 CHAPITRE 1. EXERCICES 1.3. Caractéristiques des estimateurs 1 Soit p Pespérance dune variable éatoire X {a) Montrer que X est un eatin stour couvergent de invariance o? de X ose destimer la variance de X. Rappeler expression del “tirmateur de 2 dang Te can oi teat connue et dans le eas ol # ett (8) On se props et en dédire u {c) Calle espérance de ces es.imateurset proposer ds estimatenrs sane bi res indpendantes noes d'une fs ‘on étudie les 2. On dispose d'un échantillon de m variables aléat Sehnie vor Pintervalle [0,a} et on 2 propose destimer le paramétre a, Pour cela, proprités des 2 estimateurs a sax) 2K et a (a) Coleuler Mespérance et la variance de fy (b) Méme chose pour a. (Indicetion:ealeuler d’abord Ia fonction de repartition de {c) Proposer un estimateur dg p éférable aux deux estimateurs précédents. (a) Calculer la précision des esti nateurs a, dy et a, {e) Existe--il un estimateureffiace pour a? nblance a => L(21s-+-1F019) () Déterminer une expression s mple de la fonction de ve En déduire une statistique e:haustive de a {g) Donner estimateur diy max:mum de vraisemblance de a 4. On dispose d'un échantillon de m variables aléatores indépendantes tiré d'une loi de Laplace de densité Sle = Gerth ve € Ret a> 0 Jn estimateureffiace de er ou dune fonction ula) de a? (2) Exist (b) Caleuler ta vari {c) wa) estil exhaus 4, Soit (Xay---) Xn) um 6c cit 8 €}0, If est um par snce de wfa) de 3 fagons différentes, .” uillon ‘id dune loi normale de moyenne @ et de variance 9(1 ~ 6), nitre ineoanu. On considere les estimateurs de @ n= tyes {2} Montrer que 7) et 7, sont sens biais et convergents (b) Quel estimateur a-t-on intésit & choisir? N.B.: On donne Var(X?) = 20°(1 ~ #) 5, Soit X une v.a, réelle de densité tee Nei) = Gp galntelle) S \ coi B est un paramétre de | ~ 1, +e Sot un échantillon (X1,..-;Xq)sle X. ‘Trouver la borne de Crammer-Rao pour les estimatenrs sans biais de 81.2, ECHANTILLONS ~ VRAI 4.2 Echantillons — Vraisemblance ce ver remise de individus dans une population formée de. 2 eagorics On cio Moportcne rppectiveeyp ¢)1~ p. Soit Fla stalistique menurant la proportion deen eecreyy dane Vethantllon. Calculer Vespérance ct la variance de P. Montrer ae F taeage ese normale dnt on pir prams lage ale cd hantilon Saree ede. (On wtlisera lex props és dela moyenpe empirque d'un échantillon) 1. On effectue un ‘2. Les cerises Momenrency du Sud-Ouest de la France ont un poids suivant une distribution ees fale centrée sur 1 ~'5,02 g et de variance o? = 0,3. Trowver Is probabilité pour qu'un ‘Edhantillon de 100 ceries prises au hasrd ait un poids total: (a) compris entre 496 et 500 gramme: ? (b) supérieur & 510 grammes? : ses chacun, quelle et a probabilité que ler poids Sion tite au hasard deux lots de 100 differ de plus de 5 grammes? 3. Le jeu de «pile ou face (a) Un joueur effectue 100 lancers dine pidce de monnaie parfaitement équilibrée. Trowver Ia probabilité qu'll obtienne 60 faves ou plus. (b) Le gérant du casino considére maintenant chacun des 600 joueure présents dans eon Glabliscement. Chaque joueur, la encore, jette 100 fois une piece de mounsie toujours parfaitement équilibée, Quelle est la probabilité pour que 10 joueurs ov plus obtiennent 60 faces ou plus. 4. On eberche & comparer les ampoules le type A et celles de type B dont la durée de vie euit tune loi normale avec les parametres st ivants: Mage] » | @ . | 1400 [200k t_| 2200 b | 1008 ve 125 ampoules de chaque tpe. Calculer la probabilité des événements suivants: On préte (@) In durée de vie moyenne des amvouls de type A est mpérieure de plus de 160 heures celle des ampoules du type Bs (b) ta durée de vie moyenne des aapoules de type B est supérieure ow égale ampoules du type A calle des ‘tq Pun échantillon X1,..-,Xn dont la variable parente suite +5. On dispose de la réalisation 21, ‘de vraisemblanes du paramétre ‘une loi uniforme sur (0,4). Déte a. La représenter graphiquement. éatoites iid., suivant une loi de Poisson de paramiétre 2 mine: la forme de la fonction 6. Soient X et ¥ dewx variables al ee PX i Veen (a) Bn suposant A = 2, quelle et a probabilité oberve eénement murat (wehy=9 observer ce méme événement si Von suppose maintenant In probabil (b) Que devie y= 10? (c) Laquelle de ayant observ’ ces dei: flours de vous semble-velle la plus plausible (veaiemblable) 3? 1é les réalisations © = 1 ety : il teak: