Sorbonne Université, Master 1 MU4MA015, Statistique, 2024-2025
Cours : A. Guyader TD : C. Dion-Blanc, A. Godichon, A. Guyader
TD 2 : Estimation, intervalles de confiance et tests
Exercice 1 (Comparaison d’estimateurs) Soit un échantillon i.i.d. (Xi )1≤i≤n tel que E(X1 ) = m et
Var(X1 ) = σ 2 . On suppose σ 2 connue, m ∈ R étant ici le paramètre inconnu. On propose deux estimateurs
de m :
1
X n et Zn = (Xn + Xn−1 ).
2
1. Montrer que X n et Zn sont sans biais.
2. Qui de X n ou Zn choisiriez-vous pour approcher m ?
3. Que pensez-vous de l’estimateur Wn = 0 ?
Exercice 2 (Stabilisation de la variance versus “plug-in”) Soient X1 , . . . , Xn P des variables aléa-
toires indépendantes de même loi de Poisson de paramètre θ > 0. On note θbn = X n = ni=1 Xi /n.
1. Rappeler le TCL vérifié par θbn . En déduire un intervalle de confiance asymptotique à 95% pour θ.
√
2. Trouver une fonction g : R+ → R telle que n(g(θbn ) − g(θ)) tende en loi vers une gaussienne centrée
réduite. En déduire un intervalle de confiance asymptotique à 95% pour θ.
3. Vérifier que les deux résultats sont équivalents.
Exercice 3 (Loi normale) On observe X1 , . . . , Xn indépendantes et de même loi. On suppose qu’il
existe θ > 0 tel que cette loi admette la densité
2
1 x
fθ (x) = √ exp − .
2πθ 2θ
On a Fχ−1 −1 −1
2 (0.025) ≈ 3.25, Fχ2 (0.975) ≈ 20.48, Fχ2 (0.95) ≈ 18.31, Fχ2 (40/3) ≈ 0.79, Φ
10
−1 (0.975) ≈ 2.
10 10 10
1. Proposer un estimateur θbn de θ et étudier sa loi.
(1)
2. Soit α ∈]0, 1[. Construire un intervalle de confiance I1−α = [A1 , B1 ] de niveau (1 − α) pour θ, tel que
P(θ < A1 ) = P(θ > B1 ) = α/2.
(2) (3)
Proposer deux autres intervalles de confiance de niveau (1 − α), notés I1−α = [A2 , B2 ] et I1−α =
[A3 , B3 ], tels que
P(θ < A2 ) = P(θ > B3 ) = α.
Quel intervalle vous semble préférable ?
3. Donner la loi asymptotique de θbn et en déduire un intervalle de confiance asymptotique J1−α .
4. On se place dans la situation où n = 10, θbn (ω) = 2 et α = 5%. Comparer l’intervalle de confiance
(1)
non asymptotique I1−α à l’intervalle de confiance asymptotique J1−α .
5. On souhaite à présent tester
H0 : θ ≤ 3 contre H1 : θ > 3.
(a) À partir de la définition du niveau, construire un test Tα (X) (en notant X = (X1 , . . . , Xn )) de
niveau non-asymptotique α pour les hypothèses H0 et H1 . Déterminer la taille de ce test et sa
fonction puissance.
(b) Peut-on retrouver ce résultat grâce au lien avec les intervalles de confiance de la question 2 ?
(c) Pour un seuil α = 5%, lorsque n = 10 et qu’on observe θbn (ω) = 4, rejette-t-on l’hypothèse
nulle ? Calculer la p-valeur du test et la comparer à α.
Exercice 4 (Loi exponentielle) On considère un échantillon i.i.d. (Xi )1≤i≤n avec n ≥ 3 et X1 de
densité
fθ (x) = θ exp(−θx)1[0,+∞[ (x),
où θ > 0 est le paramètre inconnu.
1. On propose d’estimer θ par Yn = Pn n .
i=1 Xi
(a) Montrer que la v.a. Yn est bien définie.
(b) Expliquer pourquoi il est logique de choisir Yn comme estimateur de θ.
√
(c) Déterminer la loi limite de n(Yn − θ).
Donner la loi de ni=1 Xi . En déduire la valeur de E[(Yn − θ)2 ].
P
(d)
n−1
2. Pour estimer θ, on propose d’utiliser Zn = n Yn .
(a) Zn vérifie-t-il des propriétés de convergence similaires à celles de Yn ?
(b) Qui de Yn ou Zn choisiriez-vous pour estimer θ ?
3. Soit α ∈]0, 1[. Donner un intervalle de confiance bilatère de niveau asymptotique (1 − α) pour θ.
4. Proposer un test de niveau asymptotique α pour tester H0 : θ ≥ 1 contre H1 : θ < 1.
5. Proposer un test de niveau asymptotique α pour tester H0 : θ = 1 contre H1 : θ ̸= 1.
Exercice 5 (Loi Bêta dilatée) On considère un échantillon i.i.d. (Xi )1≤i≤n avec X1 de densité
2
fθ (x) = x1 (x),
θ2 [0,θ]
où θ > 0 est un paramètre inconnu.
1. On pose X(n) = max1≤i≤n Xi .
(a) Donner la densité de X(n) .
(b) Donner les deux premiers moments de X(n) . En déduire sa variance.
(c) Montrer que X(n) converge en probabilité vers θ.
(d) X(n) est-il un estimateur fortement consistant de θ ?
2. Étudier la convergence de X n . En déduire un estimateur consistant de θ.
3. Qui de X(n) ou 32 X n choisiriez-vous pour estimer θ ?
4. Construire un intervalle de confiance pour θ de niveau (1 − α).
5. Construire un test de niveau α de l’hypothèse nulle θ = 1 contre l’alternative θ ̸= 1. On observe
x(20) = 0.85, quelle est la p-valeur ? Rejette-t-on H0 au niveau 5% ?
Exercice 6 (⋆)(Exponentielle translatée) Soit X une v.a.r. admettant pour densité
1
fθ (x) = exp(−(x − θ)/θ)1[θ,+∞[ (x),
θ
où θ > 0 est inconnu, et (X1 , . . . , Xn ) un échantillon i.i.d. de même loi que X.
1. Montrer que X/θ − 1 suit une loi exponentielle E(1).
2. Déterminer la fonction de répartition de X(1) = min1≤i≤n Xi .
3. Etudier la convergence de X(1) vers θ en moyenne quadratique.
4. Construire un intervalle de confiance pour θ de niveau (1 − α).
Exercice 7 (⋆)(Défaillances et loi de Poisson) Un statisticien observe chaque jour, pendant n jours,
le nombre d’ampoules défaillantes à la sortie d’une chaîne de fabrication. Il veut estimer la probabilité de
n’avoir aucune ampoule défaillante. Il note Xi le nombre d’ampoules défaillantes à la sortie de la chaîne
le ie jour.
1. Dans un premier temps, il compte le nombre Nn de jours où aucune défaillance n’a été observée. Il
Nn
propose d’estimer P(X1 = 0) par pb1 = .
n
(a) Montrer, en supposant juste les Xi i.i.d., que pb1 est un estimateur sans biais de P(X1 = 0).
Calculer son risque quadratique et donner sa loi limite.
(b) Donner des intervalles de confiance pour P(X1 = 0) de niveau (1 − α).
2. Le statisticien suppose de plus que X1 ∼ P(λ). Il propose d’estimer P(X1 = 0) = exp(−λ) par
pb2 = e−X n .
(a) Préliminaire : soient Y1 ∼ P(λ1 ) et Y2 ∼ P(λ2 ), deux v.a. indépendantes. Rappeler la loi de
Y1 + Y2 .
(b) Expliquer sa démarche. Montrer que pb2 est biaisé. Calculer sa variance et son biais. Déterminer
des équivalents asymptotiques des quantités précédentes.
(c) Lequel de pb1 ou pb2 choisiriez-vous pour estimer e−λ ?
