Exercices sur les statistiques d’ordre Dans ce qui suit, X1, … Xn est un échantillon aléatoire simple et Y1≤ … ≤ Yn sont les statistiques d’ordre. 1 Soit X1, … , Xn un échantillon aléatoire simple d’une population exponentielle de paramètre β. a) Montrer que Y1 est de loi exponentielle de paramètre β/n. n G ( y ) = P (Y1 ≤ y ) = 1 − P (Y1 > y ) = 1 − P ( X1 > y ,..., X n > y ) = 1 − e− y / β = 1 − e − ny / β , ce qui est bien la fonction de répartition d’une exponentielle de b) paramètre β/n. Montrer que la densité de Yn est n g ( yn ) = e− yn / β [1 − e− yn / β ]n −1 β n G ( y ) = P (Yn ≤ y ) = P( X1 ≤ y,..., X n ≤ y ) = 1 − e − y / β . La fonction de densité n −y /β est g(y) = G’(y) = g ( y ) = e [1 − e− y / β ]n−1 β c) Montrer que pour un échantillon de taille n = 2m+1 la densité de la médiane x est h( x ) = (2m + 1)! −( m+1) x / β e [1 − e− x / β ]m m !m!β n! [ F ( x )]m f ( x ) [1 − F ( x )]m = m !m ! m 1 m n! 1 − e − x / β e− x / β 1 − (1 − e− x / β ) = β m !m ! h( x ) = m m +1 m n! n! = 1 − e − x / β e− x / β 1 − e − x / β e −( m +1) x / β . m !m!β m !m!β 2 Soit X1, … , Xn un échantillon aléatoire simple d’une population uniforme sur (0 ; 1). a) Déterminer les distributions de Y1 et de Yn. La fonction de répartition de X est F(x) = x sur (0 ; 1). n G1 ( y ) = P (Y1 ≤ y ) = 1 − P (Y1 > y ) = 1 − P ( X1 > y ,..., X n > y ) = 1 − [1 − F ( y ) ] = 1-[1-y]n n Gn ( y ) = P (Yn ≤ y ) = P ( X1 ≤ y ,..., X n ≤ y ) = [ F ( y ) ] = y n . Pour trouver les fonctions de densité il suffit de dériver. b) Déterminer la distribution de la médiane x Nous supposerons que n = 2m+1. Donc la médiane est la donnée de rang m+1. La fonction de densité est donc h( x ) = c) n! n! [ F ( x )]m f ( x ) [1 − F ( x )]m = [ x ]m [1 − x ]m m !m ! m !m ! Déterminer l’espérance et la variance de Y1 La fonction de densité de Y1 est g(y) = n(1-y)n-1 sur (0,1). L’espérance de Y1 est ∫ 1 0 d) 1 x n(1 − x)n −1 dx = . (n + 1) Déterminer la probabilité que dans un échantillon de taille n = 4 d’une population uniforme sur (0 ; 1) la plus petite valeur soit ≥ 0,2. P (Y1 > 0, 2) = 1 − G1 (0, 2) = (1 − 0, 2) 4 3 Soit X1, … , Xn un échantillon aléatoire simple d’une population de densité f. a) Montrer que la densité conjointe de (Y1 ; Yn) est donnée par n−2 yn g ( y1 , yn ) = n(n − 1) f ( y1 ) f ( yn ) f (t )dt − ∞ < y1 < yn < ∞ y1 La densité conjointe de deux variables (X,Y) est définie par lim P( x < X < x + ∆x, y < Y < y + ∆y ) ∆x→0 ∆x∆y ∆y →0 ∫ Nous commençons par calculer la probabilité P( y1 < Y1 ≤ y1 + ∆y1; yn < Yn ≤ yn + ∆yn ) . Nous la diviserons ensuite par ∆y1∆yn et prendrons la limite lorsque ∆y1 → 0 et ∆yn → 0 . P( y1 < Y1 ≤ y1 + ∆y1; yn < Yn ≤ yn + ∆yn ) = P[une observation dans l'intervalle ( yn ; yn + ∆yn )] × P[une observation dans l'intervalle ( y1; y1 + ∆y1 )] × P[n-1 observations dans l'intervalle ( y1 + ∆y1; yn )] . = [ F ( y n + ∆y n ) − F ( y n ) ] × [ F ( y1 + ∆y1 ) − F ( y1 ) ] × [ F ( yn ) − F ( y1 + ∆y1 ) ]n-2 × n(n − 1) où n(n-1) = 2 ( n2 ) est le nombre de façons de placer les observations dans les intervalles. On divise par ∆y1∆yn et on prend les limites : F ( y1 + ∆y1 ) − F ( y1 ) → f ( y1 ) ; ∆y1 yn F ( y n + ∆y n ) − F ( y n ) → f ( yn ) ; et F ( yn ) − F ( y1 + ∆y1 ) → f (t )dt . C’est ce y1 ∆yn ∫ b) c) qui donne le résultat voulu. Appliquer ce résultat à un échantillon d’une population exponentielle de paramètre β. Appliquer ce résultat à un échantillon d’une population uniforme sur (0 ; 1).