Scribd
Importer
29 vues2 pages

Exaustive

Le document traite des familles exponentielles en statistique, définissant une distribution comme appartenant à cette famille si sa densité suit une certaine forme. Il présente un théorème clé affirmant que la somme des statistiques d'échantillons indépendants identiquement distribués est exhaustive pour le paramètre θ. Des exemples concrets, tels que la loi de Bernoulli, la loi normale et la loi exponentielle, illustrent l'application de ce concept.

Transféré par

rashidbouher
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
29 vues2 pages

Exaustive

Le document traite des familles exponentielles en statistique, définissant une distribution comme appartenant à cette famille si sa densité suit une certaine forme. Il présente un théorème clé affirmant que la somme des statistiques d'échantillons indépendants identiquement distribués est exhaustive pour le paramètre θ. Des exemples concrets, tels que la loi de Bernoulli, la loi normale et la loi exponentielle, illustrent l'application de ce concept.

Transféré par

rashidbouher
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

Lien entre Statistique Exhaustive et Famille

Exponentielle
Votre Nom
28 mars 2025

1 Famille Exponentielle
Une distribution appartient à une famille exponentielle si sa densité s’écrit :

f (x | θ) = h(x) exp (η(θ) · T (x) − A(θ)) ,

où T (x) est la statistique exhaustive naturelle.

2 Théorème Clé
Si X1 , . . . , Xn sont i.i.d. d’une famille exponentielle, alors :
n
X
T (X) = T (Xi )
i=1

est exhaustive pour θ.


Démonstration. La vraisemblance est :
n
!
Y
L(θ; x) = h(xi ) exp (η(θ) · T (x) − nA(θ)) .
i=1

Le théorème de factorisation s’applique directement.

1
3 Exemples
3.1 Loi de Bernoulli
 
p
f (x | p) = exp x log + log(1 − p) .
1−p
P
Statistique exhaustive : T (X) = Xi .

3.2 Loi Normale (variance inconnue)

(x − µ)2 1
 
2 2
f (x | σ ) = exp − − log(2πσ ) .
2σ 2 2
Statistique exhaustive : T (X) = (Xi − µ)2 .
P

3.3 Loi Exponentielle

f (x | λ) = exp (−λx + log λ) .


P
Statistique exhaustive : T (X) = Xi .

4 Conclusion
Les familles exponentielles fournissent un cadre naturel pour identifier des
statistiques exhaustives via leur forme analytique.

Vous aimerez peut-être aussi