Scribd
Importer
69 vues2 pages

TD StatInfUfrMathInfoL2

Le document présente des exercices de statistique inférentielle pour un cours universitaire, incluant des estimateurs de paramètres, des variances, et des méthodes d'estimation pour différentes distributions. Les exercices portent sur des concepts tels que l'estimation sans biais, le biais des estimateurs, et la borne de Cramer-Rao. Les étudiants doivent justifier leurs réponses et la qualité de la rédaction est prise en compte dans la notation.

Transféré par

fatimsylla887
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
69 vues2 pages

TD StatInfUfrMathInfoL2

Le document présente des exercices de statistique inférentielle pour un cours universitaire, incluant des estimateurs de paramètres, des variances, et des méthodes d'estimation pour différentes distributions. Les exercices portent sur des concepts tels que l'estimation sans biais, le biais des estimateurs, et la borne de Cramer-Rao. Les étudiants doivent justifier leurs réponses et la qualité de la rédaction est prise en compte dans la notation.

Transféré par

fatimsylla887
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

UFR: Math-Info Année Académique

UE: Statistique Inférentielle 2023/2024


Travaux Dirigés 1
(Semestre 2)
NB: Tous les documents sont interdits. Il sera tenu compte dans la notation des justifications
et de la qualité de la rédaction.
Statistique Inférentielle
Exercice 1 On considère un échantillon (X1 , · · · , Xn ) de la loi uniforme sur U([0, θ]). Consid-
érons les deux estimateurs suivants : θ
b1 = 2Xn et θ b2 = max(X1 , · · · , Xn ).

(1) Montrer que θ


b1 est un estimateur sans biais de θ ;
(2) Montrer que θ
b2 est un estimateur biaisé de θ ; déterminer son biais ; déterminec c tel que
θ
b3 = cθ
b2 soit un estimateur sans biais de θ ;
(3) Déterminer la variance de θb1 et la variance de θ
b3 et dites lequel des deux estimateurs est
meilleur. Etudier le signe de la fonction suivante

θ 7→ varθ (θ
b1 ) − varθ (θ
b3 )

sur l’espace Θ = R+? .


Exercice 2
Soit X une variable aléatoire définie sur [1, +∞[ de densité :
1+θ
f (x; θ) = ,
(x + θ)2
où θ est un paramètre de ] − 1; +∞[.
Soit un échantillon (X1 , X2 , · · · , Xn ) issu de la loi de X. Trouver la borne BF de Cramer-Rao
Exercice 3
Soit X une variable aléatoire dont la loi dépend d’un paramètre réel θ ; T1 et T2 deux
estimateurs indépendants de θ, sans biais de variances respectives V1 et V2 . On considère
l’estimateur
T3 = aT1 + (1 − a)T2 , a ∈ R.
(1) Montrer que T3 est sans biais.
(2) Déterminer a de façon que T3 soit de variance minimale.
(3) Les hypothèses de Cramer-Rao étant vérifiées, les estimateurs T1 et T2 peuvent-ils être
efficaces tous les deux?
Exercice 4
Soit (X1 , X2 , · · · , Xn ) un échantillon issu de la loi de Pareto de X de densité :

4θ4
 x5 si x ≥ θ > 0


fX (x, θ) = 

0 sinon

(1) Déterminer l’ estimateur du maximum de vraisemblance θ̂n de θ ; En déduire un esti-


mateur T1n , sans biais de θ.
1
UFHB 2023/2024
(2) En appliquant la méthode des moments, proposer un autre estimateur T2n , sans biais,
de θ.
(3) Comparer T1n et T2n
NB: on donne Eθ (X) = (4/3)θ et Vθ (X) = (2/9)θ2 .

Vous aimerez peut-être aussi